의사 난수 시퀀스란 무엇입니까?

의사 무작위 시퀀스는 특정 무작위 특성을 갖는 결정적 시퀀스입니다. 이는 시프트 레지스터에 의해 생성된 결정적 시퀀스이지만 일부 무작위 특성을 갖는 무작위 시퀀스입니다. 랜덤 특성도 있기 때문에 생성된 시퀀스가 ​​진짜 랜덤 시퀀스인지 의사 랜덤 시퀀스인지 판단하는 것은 시퀀스의 특성만으로는 불가능합니다.

한 시퀀스가 ​​미리 결정될 수 있고 반복적으로 생성 및 복사될 수 있는 반면, 특정 무작위 시퀀스의 무작위 특성(즉, 통계적 특성)을 가지고 있다면, 우리는 그것을 伪随机序列라고 부릅니다.

의사 무작위 시퀀스는 특정 무작위 특성을 갖는 결정적 시퀀스입니다. 이는 시프트 레지스터에 의해 생성된 결정적 시퀀스이지만 일부 무작위 특성을 갖는 무작위 시퀀스입니다. 랜덤 특성도 있기 때문에 생성된 시퀀스가 ​​진짜 랜덤 시퀀스인지 의사 랜덤 시퀀스인지 판단하는 것은 시퀀스의 특성만으로는 불가능합니다. 의사 난수 시퀀스 시리즈는 무작위성이 좋고 상관 함수가 백색 잡음에 가깝고 사전 결정성과 반복성을 갖습니다. 이러한 특성으로 인해 의사 난수 시퀀스는 특히 CDMA 기술의 주요 문제가 된 확산 코드로 CDMA 시스템에서 널리 사용됩니다. 특징은 시퀀스에서 두 요소의 발생 횟수가 거의 동일하다는 것입니다.

연속적으로 나타나는 n개의 요소를 길이 n의 요소 런이라고 하면 시퀀스에서 길이 n의 요소 런은 길이 n+1의 요소 런의 두 배입니다.

순서 요소들 사이에는 명확한 관계가 있지만 무작위 순서와 유사한 특성을 가진 특별한 이산 신호 형식으로

…, ɑ-1, ɑ0, ɑ1, ɑ2,…

여기서 ɑi로 표현 가능 바람직합니다. 값은 0, 1 또는 1, -1이며 부호 필드 GF(q)의 요소를 사용할 수도 있습니다(블록 코드 참조). 전자를 이진수열, 후자를 q진수열이라고 한다. 그러나 실제로 가장 중요한 것은 전자입니다. 시퀀스 길이는 유한하거나 무한할 수 있습니다. 후자는 주로 주기적 수열에 초점을 맞춥니다. 즉, 모든 i에 대해 ɑp = ɑp + i가 되고 p가 주기가 되도록 최소 양의 정수가 있습니다.

수열의 각 요소가 서로 독립적이고 동일한 분포를 갖는 확률변수인 경우 이를 확률수열이라고 합니다. 주요 실제 응용 분야는 의사 난수 열입니다. 시퀀스 요소들 사이에 명확한 관계가 존재하는 것을 말하지만, 랜덤 시퀀스와 유사한 다음과 같은 성질을 갖는다. ① 제한된 길이나 주기 내에서 요소의 개수가 1 이상 차이가 나지 않는다. l 동일한 값이 발생하거나 l 장기 실행 확률은 1/ql에 가깝습니다. ③ 상관 함수

는 τ=0일 때 p이고 τ0일 때 ±1을 초과하지 않습니다. p는 시퀀스의 길이 또는 주기입니다. 실제로 위의 조건을 일반적으로 충족하는 시퀀스를 의사 난수 시퀀스라고도 합니다.

import numpy as np
import matplotlib.pyplot as plt
#用来正常显示中文标签
#plt.rcParams['font.family'] = ['Simhei']
plt.rcParams['font.sans-serif'] = ['Yahei consolas hybrid']
#用来正常显示负号
plt.rcParams['axes.unicode_minus']=False
# 
A = 6
N = 200
x0 = 1
M = 255
v = np.zeros([N,1])
#print(v)
x= np.arange(N)
for k in np.arange(N):
    x2 = A*x0
    x1 = x2 % M
    v1 = x1/256
    v[k] = 2*(v1 - 0.5)
    x0 = x1
#print(v.reshape(7,16))
plt.plot(x,v)
plt.xlabel('k')
plt.ylabel('v')
plt.title('伪随机序列')
plt.show()

관련 무료 추천: 프로그래밍 비디오 강좌

위 내용은 의사 난수 시퀀스란 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!