MATLAB中产生高斯白噪声非常方便,可以直接应用两个函数,一个是WGN,另一个是AWGN。WGN用于产生高斯白噪声,AWGN则用于在某一信号中加入高斯白噪声。

  1. WGN:产生高斯白噪声

y = wgn(m,n,p) 产生一个m行n列的高斯白噪声的矩阵,p以dBW为单位指定输出噪声的强度。

y = wgn(m,n,p,imp) 以欧姆(Ohm)为单位指定负载阻抗。

y = wgn(m,n,p,imp,state) 重置RANDN的状态。

在数值变量后还可附加一些标志性参数:

y = wgn(…,POWERTYPE) 指定p的单位。POWERTYPE可以是’dBW’, ‘dBm’或’linear’。线性强度(linear power)以瓦特(Watt)为单位。

y = wgn(…,OUTPUTTYPE) 指定输出类型。OUTPUTTYPE可以是’real’或’complex’。

  1. AWGN:在某一信号中加入高斯白噪声

y = awgn(x,SNR) 在信号x中加入高斯白噪声。信噪比SNR以dB为单位。x的强度假定为0dBW。如果x是复数,就加入复噪声。

y = awgn(x,SNR,SIGPOWER) 如果SIGPOWER是数值,则其代表以dBW为单位的信号强度;如果SIGPOWER为’measured’,则函数将在加入噪声之前测定信号强度。

y = awgn(x,SNR,SIGPOWER,STATE) 重置RANDN的状态。

y = awgn(…,POWERTYPE)指定SNR和SIGPOWER的单位。POWERTYPE可以是’dB’或’linear’。如果POWERTYPE是’dB’,那么SNR以dB为单位,而SIGPOWER以dBW为单位。如果POWERTYPE是’linear’,那么SNR作为比值来度量,而SIGPOWER以瓦特为单位。

注释

  1. 分贝(decibel,dB):分贝(dB)是表示相对功率或幅度电平的标准单位,换句话说,就是我们用来表示两个能量之间的差别的一种表示单位,它不是一个绝对单位。例如,电子系统中将电压、电流、功率等物理量的强弱通称为电平,电平的单位通常就以分贝表示,即事先取一个电压或电流作为参考值(0dB),用待表示的量与参考值之比取对数,再乘以20作为电平的分贝数(功率的电平值改乘10)。

  2. 分贝瓦(dBW, dB Watt):指以1W的输出功率为基准时,用分贝来测量的功率放大器的功率值。

  3. dBm (dB-milliWatt):即与1milliWatt(毫瓦)作比较得出的数字。

0 dBm = 1 mW

10 dBm = 10 mW

20 dBm = 100 mW

也可直接用randn函数产生高斯分布序列,例如:

程序代码

y=randn(1,2500);

y=y/std(y);

y=y-mean(y);

a=0.0128;

b=sqrt(0.9596);

y=a+b*y;

就得到了 N ( 0.0128, 0.9596 ) 的高斯分布序列

产生指定方差和均值的随机数

设某个随机变量x均值为mu,方差为var^2,若要产生同样分布的随机变量y,但使新的随

机变量参数改变,均值为mu_1,方差为var_1^2,可以用如下公式进行变换:

y=var_1/var*(x-mu)+mu_1,其中x为随机变量,其余为常数(原分布参数)。

具体到正态分布,若要产生均值为u,方差为o^2的M*N的随机数矩阵,可以用

y=o*randn(M,N)+u得到。

对于均匀分布,若要产生[a,b]区间的均匀分布的M*N的随机数矩阵,则可以用

y=rand(M,N)*(b-a)+a得到。

%===========================================================%

上述资料基本上完整地描述了原始问题,不过有几点内容附带说明一下:

  1. 首先更正一个错误,我认为在“生成N ( 0.0128, 0.9596 ) 的高斯分布序列”的程序中,应该改为以下的代码:

程序代码

y=randn(1,2500);

y=y-mean(y);

y=y/std(y);

a=0.0128;

b=sqrt(0.9596);

y=a+b*y;

  1. 上面资料最后部分隐含了一个出自zhyuer 版友的结论:

%zhyuer=========%

  1. rand产生的是[0,1]上的均匀分布的随机序列

  2. randn产生均值为0,方差为1的高斯随机序列,也就是白噪声序列;

%===================================================================%

也就是说,可以直接使用上面两个函数对原始信号添加噪声(例如y=x+rand(length(x),1)或者y=x+randn(length(x),1))

3.事实上,无论是wgn还是awgn函数,实质都是由randn函数产生的噪声。即,wgn函数中调用了randn函数,而awgn函数中调用了wgn函数。下面就我熟悉的“向已知信号添加某个信噪比(SNR)的高斯白噪声”来说明一下,不过如果大家阅读过awgn的实现代码就不用看下去了,呵呵。从上述可知,这个任务可以使用awgn函数实现,具体命令是:awgn(x,snr,’measured’,’linear’),命令的作用是对原信号f(x)添加信噪比(比值)为SNR的噪声,在添加之前先估计信号f的强度。这里涉及三个问题:在awgn这个函数中,SNR是如何计算的?什么是信号的强度?awgn函数具体是如何添加噪声的?事实上,前两个问题是相关的,因为根据定义,SNR就是信号的强度除以噪声的强度,所以,首先来讲讲信号的强度。其实信号的强度指的就是信号的能量,在连续的情形就是对f(x)平方后求积分,而在离散的情形自然是求和代替积分了。在matlab中也是这样实现的,只不过多了一个规范化步骤罢了:

sigPower = sum(abs(sig(

wgn和awgn函数相关推荐

  1. MATLAB中白噪声的WGN和AWGN函数的使用以及信噪比的计算

    1.信噪比就是信号的平均功率和噪声的平均功率之比,即Signal noise ratio ,简写为SNR: 信噪比,英文名称叫做SNR或S/N(SIGNAL-NOISE RATIO),又称为讯噪比.是 ...

  2. matlab函数wgn awgn用法整理,matlab函数wgn,awgn用法整理

    MATLAB中产生高斯白噪声非常方便,可以直接应用两个函数,一个是WGN,另一个是AWGN.WGN用于产生高斯白噪声,AWGN则用于在某一信号中加入高斯白噪声. 1. WGN:产生高斯白噪声 y = ...

  3. 深入理解awgn函数如何向信号中添加高斯白噪声

    引言 在数值模拟应用中,经常在模拟信号中添加噪声数据,分析不同模型的信号解析能力.博文使用MATLAB中提供的awgnawgn函数向信号XX添加高斯白噪声,但从实现原理上分析了awgnawgn的实现过 ...

  4. matlab2c使用c++实现matlab函数系列教程-awgn函数

    全栈工程师开发手册 (作者:栾鹏) matlab2c动态链接库下载 matlab库函数大全 matlab2c基础教程 matlab2c开发全解教程 matlab2c调用方法: 1.下载动态链接库 2. ...

  5. matlab中的measure,Matlab中 awgn 函数输入参数带有‘measured’ 时snr的含义

    MATLAB中awgn 函数可以为输入信号x 添加一定大小的噪声. out = awgn(in,snr,'measured');  是一种常见的使用方法,意思是在添加噪声前先测量一下输入信号的功率,再 ...

  6. awgn函数 matlab measure 什么意思,Matlab中 awgn 函数输入参数带有‘measured’ 时snr的含义...

    MATLAB中awgn 函数可以为输入信号x 添加一定大小的噪声. out = awgn(in,snr,'measured');  是一种常见的使用方法,意思是在添加噪声前先测量一下输入信号的功率,再 ...

  7. matlab中的measure,关于matlab中awgn函数中参数作用的测试

    matlab中加性白噪声awgn函数主要格式是awgn(sig,SNR,sigpower) 对于sigpower参数进行了一下测试,其表示的作用应该是作为SNR参考0db的信号功率 以这段代码对参数作 ...

  8. matlab awgn函数加入高斯白噪声

    信噪比 信噪比,电子设备或者通信系统中有效信号和噪声的比值,英文名称叫做SNR或S/N(SIGNAL-NOISE RATIO): awgn描述 awgn函数可以将白色高斯噪声添加到信号中. 语法 y ...

  9. MATLAB|awgn函数的说明

    MATLAB中awgn 函数可以为输⼊信号x 添加⼀定⼤⼩的噪声. out = awgn(in,snr,'measured'); 是⼀种常见的使⽤⽅法,意思是在添加噪声前先测量⼀下输⼊信号的功率,再根 ...

最新文章

  1. Visual Studio 2005 Web Deployment Projects版本不同引发的问题
  2. linux收缩java位置,找到linux中当前java的安装位置
  3. hdu 4857 逃生 拓扑排序
  4. iOS MBProgressHUD 之带底板的加载提示
  5. Mac平台上的一个MarkDown编辑器和静态博客生成工具-mweb mac最新版下载
  6. Vim移动光标快捷键汇总
  7. django-模型类的修改-添加与删除字段
  8. Java Platform SE 8(Java™编程语言)
  9. Tomcat和JBoss都是服务器,有什么区别呢
  10. 科大讯飞发布会,我看到的人工智能
  11. 款装机热门电源横向评测
  12. 如何快速下载百度网盘大文件
  13. systrace打印
  14. 1299: Problem 1
  15. ubuntu18.04通过deb文件安装软件
  16. 3626 三元一次方程(枚举)
  17. 蔚来:汽车行业变革时代的人才招聘与培养战略
  18. vscode新建文件夹
  19. 6种无线通信技术对比(WiFi,Zigbee,蓝牙,Lora,NB-lot,4G)。
  20. 互联网高级测试工程师至少具备的能力

热门文章

  1. 线性代数思维导图_线性代数入门级思维导图
  2. P1032 字串变换(bfs)
  3. P1056 排座椅(模拟)
  4. 免费下载|《云原生时代下的App开发》走进阿里云一站式应用研发平台EMAS
  5. mPaaS 客户端问题排查之突如其来的“白屏”等待
  6. 为什么下一个十年的主战场在Serverless | 云原生Talk
  7. 从 Android 到 Java:如何从不同视角解决问题?
  8. 阿里再开源!基于JAVA的模块化开发框架JarsLink
  9. 如何以战斗为基础驱动玩家追求更多角色(一)
  10. 什么是Ajax和JSON,它们的优缺点