基于蒙特卡罗算法的伪随机信号研究.doc

,王颖华(鹤壁职业技术学院电子信息工程系,河南鹤壁458030)依据伪随机信号的概率摘要:利用蒙特卡罗算法对伪随机信号分布进行采样处理,函数,建立了伪随机信号分析模型,同时给出了误差效果评判方法,:蒙特卡罗算法;伪随机信号;自举法;误差函数;精度中图分类号::A文章编号:1674—0092(2011)01,0083—031刖舌伪随机信号既有随机信号所具有的优良的相关性,,,伪随机数检验分析出现了多种方法,蒙特卡罗方法由于可对伪随机数进行概率计算,,用自举方法对伪随机信号分布跟踪,在构造模型后,进行抽样,然后通过对抽样观测计算所求参数的统计特征,通过蒙特卡罗方法仿真来研究伪随机信号,,与现有的算法比,,如混合同余法,加同余法和乘同余法,都是采用线性递推公式:hi+】=af(n3}+bmodmi=0,1,2,…,m-10=三;nI<,得到线性同余序列:凡'+l=aXn'+bmodma为乘子(常数),b为增量(常数),,n为模,为该随机序列的种子,常数a,=n/m时产生伪随机数列,其中满足::b?0且.?O,则称这种方法为混合同余法;若:b=0且?1,称为乘同余法;若:b?0且a=0,,假设独立分布的总体x中确定T个随机变量{x,X2,…,xT),则第一个自举样本是:Xl={XI1,X12,…,xlT】现在随机得到N个自举样本:X2=fxlhXI2,'一,xIr】X3={xl1,Xl2,…,X1T)XN木={xNl,XN2,…,x假设关心的是统计量0(x),那么用N个自举样本得到容量为N的(X)的估计值序列:f0(x?),0(x:),…,0(x)】.通过这个序列,可以研究O(x)的分布特征,6()()的特征数,百分位数,6(x)的平均数与真值0的差以及用0(x)的第a/2,(1一/2)百分位数构造6的(1一d)(/3):2010—09—02作者简介:金爱花,女,河南信阳人,鹤壁职业技术学院电子信息工程系助理实验师,主要从事电信通讯研究;王颖华,女,河南安irmA..,是一种与一般数值计算方法有本质区别