[求助]随机数组的生成问题--噪声模拟
各位，大家好。想用matlab生成一个随机数组模拟噪声，random可以生成一个随机数组，但是噪声的方差covariance如何来控制呢?
用help random也没看太明白，请大家指点，在这里先谢谢各位了！！！！！！ 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。 谢谢happy教授！！
如果我要模拟一组均值为零，方差covariance为10的白噪声，应该是高斯分布吧。高斯噪声是如何得到的？
我测量的到300个数据，然后把这些数据用曲线表示出来，这些数据间没有相关性，但每一个均受到白噪声的影响，设白噪声级别一样，我想用卡尔曼滤波对这些数据分别进行处理，最后滤波得到的数据在组成曲线，这样我就能得到比较好的曲线形状（距离真是的曲线很接近），然后用曲线来进行识别。您说这样可以吗？我不太确定。如果这样的话，我是不是得列300个方程，然后用矩阵表示这个方程组呀？ 高斯白噪声就是用上面的randn那个
后面的问题没太看懂，你所说的方程式是什么方程？
这个问题应该先将曲线进行拟合，然后进行分析吧 这两天网络出了问题，没能及时过来。请教授见谅！！！
是这样，测量值（对应为点的位置）可能有较大偏差，而不能用，所以我想先用卡尔曼滤波，对测量值先进行处理，这样就可以得到一组比较精确的点位，然后在此基础上进行曲线拟合，识别。
我想对每个点建立卡尔曼滤波方程，那么每个点就对应一个状态方程，所以300个点就对应300个状态方程了。在实际滤波时，我用扫描得到的所有点的位置，作为为状态,是不是就得到了一个300个方程的方程组呢？也就建立了我们所必需的状态方程。
这个问题，我搞不清楚。不知道说清楚了没有。
谢谢教授的回复！！！
HAPPY教授好厉害！
我知道怎么用了。
页:
[1]