matlab 产生随机数的方法
第一种方法是用 random 语句，其一般形式为 y = random （' 分布的英文名
',A1,A2,A3,m,n ） ， 表示生成m 行n 列的m x n 个参数为（A1 , A2 , A3 ） 的该分
布的随机数。
例如:
（1）
R = random （'Normal',0,1,2,4）: 生成期
望为 0, 标准差为 1 的（2 行 4 列）2 x 4个正态随机数 （2）
R = random （'Poisson',1:6,1,6）: 依次
生成参数为 1 到 6 的（1 行 6 列 ）6 个 Poisson 随机数
第二种方法是针对特殊的分布的语句： 一． 几何分布随机数 R = geornd(P) R = geornd(P,m) （下面的 P , m 都可以是矩阵）
（生成参数为 P 的几何随机数） （生成参数为 P 的 x m 个几何随机数）
1
R = geornd （P,m,n ） （生成参数为 P 的 m 行 n 列的 m x n 个几何随 机数）
例如
⑴ R = geornd （1./ 2八（1:6））（生成参数依次为 1/2,1/2A 2,至U 1/2A 6 的 6 个几
何随机数 ）
⑵ R = geornd （0.01,[1 5]）（
生成参数为0.01的（1行5列）5个几何随
机数）.
二． Beta 分布随机数
R = betarnd(A,B) R = betarnd(A,B,m) 生成 m 行 n 列的 m x n 个数为 A,B 的 Beta 随
三．正态随机数
R = normrnd （MU, SIGMA ） （生成均值为 MU,标准差为SIGMA 的正态随机数） R = normrnd （MU ， SIGMA,m ） （生成 1x m 个正态随机数）
R = normrnd(MU , SIGMA,m,n) (生成 m 行 n 列的 m x n 个正态随机数) 例如 (1) R = normrnd(0,1,[1 5]) 生成 5 个正态 (0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],0.1,2,3) 生成期望依次为 [1,2,3;4,5,6], 方 差为 0.1 的 2x 3 个正态随机数．
生成参数为 A,B 的 Beta （生成 x m 个数为 A,B 随机数）
的 Beta 随机数）
R = betarnd(A,B,m,n) 机数) .
五.自由度为V 的x 2随机数：
R = chi2rnd(V) R = chi2rnd(V ,m,n)
六.期望为 MU 的指数随机数（即
Exp
随
机数）：
四．二项随机数：类似地有 R = binornd(N,P) R = binornd(N,P,m) 例如 n = 10:10:60; r1 = binornd(n,1./n) 6]) (都生成参数分别为 1 1 ), L, ( 60, ) (10, 10 60
R = binornd(N,p,m,n)
或 r2 = binornd(n,1./n,[1 的6个二项随机数.
R = exprnd(MU) R = exprnd(MU,m) R = exprnd(MU,m,n) 七.自由度为 V1， V2 的 F 分布随机数： R = frnd(V1 ，V2) R = frnd(V1 ， V2,m) 八.r ( A ,入)
随机数： R = gamrnd (A,lambda ) (A,lambda,m,n) 九.超几何分布随机数： R = hygernd(N,K,M) hygernd(N,K,M,m,n) 1 MU R = frnd(V1 ，V2,m,n) R = gamrnd ( A,lambda,m) R = gamrnd
R = hygernd(N,K,M,m) R =
十.对数正态分布随机数 R = lognrnd(MU ，SIGMA) R = lognrnd(MU ，SIGMA ,m) R = lognrnd(MU ， SIGMA,m,n) 一.负二项随机数：
R = chi2rnd(V
,m)
R = nbinrnd(r,p) R = nbinrnd(r,p,m) R = nbinrnd(r,p,m,n)
十二． Poisson 随机数：
R = poissrnd(lambda) R = poissrnd(lambda,m) R =
poissrnd(lambda,m,n)
例如，以下 3 种表达有相同的含义： lambda = 2; R = poissrnd(lambda,1,10)
(或 R = poissrnd(lambda,[1 10]) 或 R = poissrnd(lambda(ones(1,10)))
十三． Rayleigh 随机数： R = raylrnd(B)
MATLAB 中产生高斯白噪声的两个函数
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
R = raylrnd(B,m)
R = raylrnd(B,m,n)
十四． V 个自由度的 t
分布的随机数：
R = trnd(V) R = trnd(V,m)
R = trnd(V,m,n)
42 十五．离散的均匀随机数： R = unidrnd(N) R = unidrnd(N,m)
R = unidrnd(N,m,n)
十六． [A,B] 上均匀随机数
R = unifrnd(A,B)
R = unifrnd(A,B,m)
例如 unifrnd(0,1:6) 与 unifrnd(0,1:6,[1 6]) 6
个均匀随机数.：
R = unifrnd(A,B,m,n) 都依次生成 [0,1] 到[0,6] 的
十七. Weibull 随机数
R = weibrnd(A,B) R = weibrnd(A,B,m) R = weibrnd(A,B,m,n)
power) 以瓦特(Watt) 为单位。
y = wgn(…,OUTPUTTYPE) 指定输出类型。
OUTPUTTYPE 可以是'real'或'complex'。
2. 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:
y=randn(1,2500);
y=y/std(y);
y=y-mean(y);
a=0.0128;
b=sqrt(0.9596);
y=a+b*y;。