【解析】可以使用如下的函数实现R=normrndMU,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 1× m个正态随机数)R = normrnd(MU,SIGMA,m,n)(生成m行n列的m×n个正态随机数)假设输入信号为X,则给X加上一个均值为0,方差为1的高斯白噪声信号的方法为 Y=X+normr^...
均值为0方差为1的高斯分布 normrnd(0,1,1000,1)但是高斯分布不可能保证[-1,1]
验证：Px=sum(x.^2,2)/N Px = 0.3412 0.5119 0.5119 1.0237 计算机模拟随机数还有有一定误差 就得到了 均值为0，方差为Q的高斯白噪声序列。
可以使用如下的函数实现 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 1× m 个正态随机数) R = normrnd(MU,SIGMA,m,n) (生成 m 行 n 列的 m × n 个正态随机数) 假设输入信号为X,则给X加上一个均值为0,方差为1的高斯白噪声信号...
生成均值为 MU，标准差为 SIGMA 的正态随机数）R = normrnd(MU，SIGMA,m) （生成 1× m 个正态随机数）R = normrnd(MU，SIGMA,m,n) （生成 m 行 n 列的 m × n 个正态随机数）假设输入信号为X，则给X加上一个均值为0，方差为1的高斯白噪声信号的方法为 Y=X+normrnd(0,1);...
假设输入信号为X，则给X加上一个均值为0，方差为1的高斯白噪声信号的方法为 Y=X+normrnd(0,1);