隨機(jī)過程上機(jī)實驗報告華中科技大學(xué)HUST

1、隨 機(jī) 實 驗 報 告班級：通信1301班姓名：郭世康學(xué)號：U201313639指導(dǎo)教師：盧正新一、 模塊功能描述 CMYRand類是整個系統(tǒng)的核心，它產(chǎn)生各種隨機(jī)數(shù)據(jù)供后面的類使用?？梢援a(chǎn)生偽隨機(jī)序列、均勻分布、正態(tài)分布、泊松分布、指數(shù)分布等多種隨機(jī)數(shù)據(jù)。 CRandomDlg類是數(shù)據(jù)的采集處理類。它可以將CMYRand產(chǎn)生的隨機(jī)數(shù)據(jù)處理分析，再送入CScope等類進(jìn)行模擬示波器顯示。 CScope等類是有關(guān)示波器顯示的類。二、 模塊間的關(guān)系CRandomDlg類在整個程序中是一個不可缺少的環(huán)節(jié)，它調(diào)用CMYRand中的函數(shù)來產(chǎn)生符合所需分布的隨機(jī)序列，再將產(chǎn)生的結(jié)果統(tǒng)計分析，送到CScop

2、e類中的函數(shù)進(jìn)行模擬示波器顯示。CMYRand為整個程序的核心，就是這個類產(chǎn)生所需分布的隨機(jī)序列。CAboutDlg是模擬示波器界面上的有關(guān)按鈕選項的類。 我們在示波器界面上點擊一個按鈕，它就會執(zhí)行這個按鈕所對應(yīng)功能，比如點擊正態(tài)分布，它就會調(diào)用CRandomDlg中的對應(yīng)函數(shù)，在調(diào)用CMYRand中的產(chǎn)生正態(tài)分布的函數(shù)，再將結(jié)果送到CScope類中進(jìn)行顯示，最后我們可以在示波器上看到圖形。 三、 數(shù)據(jù)結(jié)構(gòu) 在本次隨機(jī)試驗中所填寫的代碼部分并沒有用到有關(guān)于結(jié)構(gòu)體等數(shù)據(jù)結(jié)構(gòu)的東西。四、 功能函數(shù)1、/*函數(shù)功能，采用線性同余法，根據(jù)輸入的種子數(shù)產(chǎn)生一個偽隨機(jī)數(shù).如果種子不變，則將可以重復(fù)調(diào)用產(chǎn)生

3、一個偽隨機(jī)序列。利用CMyRand類中定義的全局變量：S, K, N, Y。其中K和N為算法參數(shù)，S用于保存種子數(shù)，Y為產(chǎn)生的隨機(jī)數(shù)*/unsigned int CMyRand:MyRand(unsigned int seed)/添加偽隨機(jī)數(shù)產(chǎn)生代碼if(S=seed)Y=K*Y%N;elseS=seed;Y=K*seed%N;return Y;輸入?yún)?shù)為seed，即種子。輸出參數(shù)為y，即一個隨機(jī)序列，它的取值在0到N之間。流程圖：2、/*函數(shù)功能，產(chǎn)生一個在minmax內(nèi)精度為4位小數(shù)的平均分布的隨機(jī)數(shù)*/double CMyRand:AverageRandom(double min,dou

4、ble max)double dResult;dResult = 0;dResult=(double)MyRand(seed)/N;/產(chǎn)生01之間的均勻分布dResult=dResult*(max-min)+min;/將01之間的均勻分布通過乘以倍數(shù)放大到到minmaxreturn dResult;輸入?yún)?shù)為min，max，即均勻分布的范圍。輸出參數(shù)為dResult，即為隨機(jī)序列。流程圖：3、/*函數(shù)功能，根據(jù)大數(shù)定律，在min 到max 范圍內(nèi)產(chǎn)生正態(tài)分布的隨機(jī)數(shù)Miu為均值，sigma為標(biāo)準(zhǔn)差*/double CMyRand:NormalRandom(double miu, double

5、sigma, double min, double max)double dResult;dResult = 0;int i,n;double sum=0.0;n=200;for(i=0;i<n;i+)sum+=AverageRandom(min,max);/將均勻分布的隨機(jī)數(shù)據(jù)進(jìn)行求和，即大數(shù)定律的應(yīng)用。dResult=(sum-n*0.5)/sqrt(n/12);dResult=dResult*sigma+miu;/添加正態(tài)分布隨機(jī)變量產(chǎn)生代碼return dResult;輸入?yún)?shù)miu，sigma，即為正態(tài)分布的均值和標(biāo)準(zhǔn)差，還有min和max，即為均勻分布隨機(jī)數(shù)據(jù)的范圍。輸出參數(shù)

6、為dResult，即為得到的正態(tài)分布隨機(jī)變量。流程圖：4、/*函數(shù)功能，產(chǎn)生指數(shù)分布的隨機(jī)數(shù)，參數(shù)為lambda*/double CMyRand:ExpRandom(double lambda, double min, double max)double dResult = 0.0;/添加指數(shù)分布隨機(jī)變量產(chǎn)生代碼dResult=-1*log(AverageRandom(min,max)/lambda;return dResult;輸入?yún)?shù)為指數(shù)分布的參數(shù)lambda和均勻分布隨機(jī)序列的范圍min、max，輸出參數(shù)dResult為得到的指數(shù)分布隨機(jī)序列。流程圖：5、/*函數(shù)功能，產(chǎn)生泊松分布的樣

7、本數(shù)據(jù)*/unsigned int CMyRand:PoisonRandom(double lambda, double min, double max)unsigned int dResult = 0;/添加泊松分布隨機(jī)變量產(chǎn)生代碼int i=0;double p,F;p=exp(-lambda);F=p;while(1)if(AverageRandom(min,max)<F)break;elsep=lambda*p/(lambda+1);F=F+p;i+;dResult=i;return dResult;輸入?yún)?shù)為lambda，即為泊松分布的參數(shù)，還有均勻分布隨機(jī)序列的范圍min、m

8、ax。輸出參數(shù)為dResult，即為服從泊松分布的隨機(jī)數(shù)據(jù)樣本。流程圖：6、/*函數(shù)功能，計算任意分布的隨機(jī)過程的均值*/double CMyRand:Ex(void)double Ex = 0;/添加均值計算代碼 int i;double sum=0;for(i=0;i<500;i+)sum+=AverageRandom(0,2);Ex=sum/i;return Ex;輸出參數(shù)為任意隨機(jī)分布的均值。流程圖：7、/*函數(shù)功能，計算隨機(jī)過程的自相關(guān)序列*/double* CMyRand:Rx(double lambda, int points)int m,I;double *Rx = (double*)malloc(2*points+1)*sizeof(double);/添加自相關(guān)序列產(chǎn)生代碼/產(chǎn)生的自相關(guān)序列存入Rx中，Rx可當(dāng)作數(shù)組使用/不要在本函數(shù)中釋放該數(shù)組! I=5;int j=0;for(j=0,m=-1*points;m<=points;j+,m+)*(Rx+j)=I*I*exp(-2*lambda*abs(m);return Rx;輸入變量lambda即為泊松分布的參數(shù)，points為所要計算的點數(shù)，即為自相關(guān)函數(shù)中自變量的取值范圍。輸出參量RX為指向自相關(guān)函數(shù)一系列函數(shù)值的指針。流程圖：五、 實驗小結(jié)通過本次實驗，