隨機(jī)過(guò)程試驗(yàn)上機(jī)報(bào)告華科

1、隨機(jī)模擬與實(shí)驗(yàn)上機(jī)實(shí)驗(yàn)報(bào)告 通信0809 瀟灑哥 學(xué)號(hào) 一. 隨機(jī)模擬的典型步驟： 1、根據(jù)問(wèn)題構(gòu)建模擬系統(tǒng) 2、仿真系統(tǒng)中各種分布的隨機(jī)變量3、運(yùn)行模擬系統(tǒng)，進(jìn)行統(tǒng)計(jì)測(cè)量 4、分析數(shù)據(jù)，輸出結(jié)果二主要工具基本工具：c、c+等編程模擬、matlab網(wǎng)絡(luò)模擬：opnet modeler、ns2：大型網(wǎng)絡(luò)仿真 cassap：數(shù)字信號(hào)處理；spw：電子系統(tǒng)三編譯代碼/ myrand.cpp: implementation of the cmyrand class./#include "stdafx.h"#include "random.h"#include &

2、quot;myrand.h"#include "math.h"#ifdef _debug#undef this_filestatic char this_file=_file_;#define new debug_new#endif/ construction/destruction/cmyrand:cmyrand()cmyrand:cmyrand()void cmyrand:myrandinit(void)n = 0x7fffffff; /231-1k = 16807; /75seed = 2;/*函數(shù)功能，采用線(xiàn)性同余法，根據(jù)輸入的種子數(shù)產(chǎn)生一個(gè)偽隨機(jī)數(shù)，如果

3、種子不變， 則將可以重復(fù)調(diào)用產(chǎn)生一個(gè)偽隨機(jī)序列實(shí)現(xiàn)思路：利用cmyrand類(lèi)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)，第一次調(diào)用檢查將seed賦值與s獲得y的初值，之后調(diào)用選擇rand（）函數(shù)賦值與y。*/unsigned int cmyrand:myrand(unsigned int seed)if(s != seed)s = seed;y = (seed * k) % n;elsey = (y * k) % n;if(y = 0)y = rand();return y;/*函數(shù)功能，產(chǎn)生一個(gè)在minmax范圍內(nèi)精度為4位小數(shù)的平均分布

4、的隨機(jī)數(shù)實(shí)現(xiàn)思路：min和max代表該均勻隨機(jī)變量的取值范圍，精確到小數(shù)點(diǎn)后4位。該參數(shù)在randomdlg.cpp中onaverage ()和onaveragestat()函數(shù)中已經(jīng)設(shè)置，因此只需將該數(shù)小數(shù)點(diǎn)右移四位強(qiáng)制取整即可獲得整數(shù)范圍內(nèi)的隨機(jī)數(shù)，采用對(duì)（max-min）求余再加上min并將獲得的結(jié)果縮小10000倍即可。*/double cmyrand:averagerandom(double min,double max)int mininteger = (int)(min*10000);int maxinteger = (int)(max*10000);int randintege

5、r = myrand(seed);int diffinteger = maxinteger - mininteger;int resultinteger = randinteger % diffinteger + mininteger;return resultinteger/10000.0;/*函數(shù)功能，在min 到max 范圍內(nèi)產(chǎn)生正態(tài)分布的隨機(jī)數(shù)miu,最大概率密度處的隨機(jī)變量，即產(chǎn)生的隨機(jī)數(shù)中,概率最大的那個(gè)sigma實(shí)現(xiàn)思路：設(shè)由averagerandom函數(shù)獲得01間隔均勻分布隨機(jī)數(shù)u(0，1)，i=1,2,n，且相互獨(dú)立，由中心極限定理可知，當(dāng)n較大時(shí)*/double cmyra

6、nd:normalrandom(double miu, double sigma, double min, double max)double dresult;dresult = 0;for(int i=0;i<12;i+)dresult += averagerandom(min,max);dresult = (dresult-6)/(max-min);dresult = dresult*sigma + miu;return dresult;/*函數(shù)功能，產(chǎn)生指數(shù)分布的隨機(jī)數(shù)實(shí)現(xiàn)思路： 1）用averagerandom產(chǎn)生均勻分布隨機(jī)數(shù)ui； 2）計(jì)算指數(shù)分布隨機(jī)數(shù)：xi=-ln ui

7、/*/double cmyrand:exprandom(double lambda, double min, double max)double dresult = 0.0;while(dresult < 0.01)dresult = averagerandom(min,max);dresult = -1.0*log(dresult) / lambda;return dresult;/*函數(shù)功能，產(chǎn)生泊松分布的隨機(jī)數(shù)實(shí)現(xiàn)方法：利用遞歸法*/unsigned int cmyrand:poisonrandom(double lambda, double min, double max)uns

8、igned int dresult;double u = averagerandom(min,max);int i = 0;double p = exp(-1*lambda);double f = p;while(u >= f)p = lambda*p/(i+1);f += p;i +;dresult = i;return dresult;/*函數(shù)功能，計(jì)算任意分布的隨機(jī)過(guò)程的均值實(shí)現(xiàn)過(guò)程：用for語(yǔ)句調(diào)用任意函數(shù)加和循環(huán)再求平均*/double cmyrand:ex(void)int m;double ex=0.0;/添加均值計(jì)算代碼for (m=0; m<1000; m+)ex

9、 += normalrandom(0,1.2, 0,1);return ex/1000;/*函數(shù)功能，計(jì)算隨機(jī)過(guò)程的自相關(guān)序列實(shí)現(xiàn)過(guò)程：由平穩(wěn)隨機(jī)過(guò)程數(shù)字特征求解的相關(guān)原理可得rx(m)=i2e-2|m|; */double* cmyrand:rx(double lambda, int points)int m,i=5;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!for (m=-points; m<=points; m+)rx(m+points) = i * i * exp(-2 * lambda * abs(m);return rx;4 執(zhí)行截圖均勻分布均勻統(tǒng)計(jì)正態(tài)分布正態(tài)統(tǒng)計(jì)指數(shù)分布指數(shù)統(tǒng)計(jì)泊松分布泊松統(tǒng)計(jì)均值（此時(shí)取normalrandom(0,1.2, 0,1)）自相關(guān)(此時(shí)取int m,i=5;)5 實(shí)驗(yàn)心得1. 該課程設(shè)計(jì)所設(shè)計(jì)的各種模塊和原理與隨機(jī)過(guò)程的理論知識(shí)緊密結(jié)合。所以這樣與課本知識(shí)關(guān)聯(lián)緊的課程實(shí)際比較容易完成，同時(shí)不僅加強(qiáng)了對(duì)書(shū)本基礎(chǔ)知識(shí)的理解，而且實(shí)踐環(huán)節(jié)得到了很好的鍛煉，能夠激發(fā)實(shí)踐者對(duì)隨機(jī)的興趣甚至能夠自己動(dòng)