В MATLAB, как генерировать случайные числа в зависимости от данных?

Question

Например, если Ax = 0.0023, он должен добавить к нему некоторый шум и произвести newAx = 0.0027 Если Hy = 94.54, то newHy = 93.42.Сначала я начал использовать rand в MATLAB следующим образом:

newAx = Ax + rand
newAx = 0.9453

Это очень далеко от параметра Ax(0.0023), который у меня есть.В этом случае мы должны использовать мин и макс Ax.Это также вводит проблемы, как это далеко от ценностей.У меня есть система, в которой Ax является постепенно увеличивающимся параметром в каждый момент времени.Теперь в любой момент, в зависимости от значения Ax, я должен генерировать некоторый случайный шум, чтобы получить newAx, который почти близок к Ax.Пример, если Ax = 0.0023 генерирует newAx = 0.0027, а не newAx = 0.4590

Мне нужно создать случайный шум, который зависит от самих данных.

Answer 1

Один из способов сделать это - использовать RANDN для генерации нормально распределенных значений шума, а затем масштабировать стандартное отклонение шума в процентах от значения данных:

noiseScale = 0.05;  %# Noise with a standard deviation of %5 of the data
newAx = Ax + noiseScale*Ax*randn;

И если Ax является вектором значений, к которым вы хотите добавить шум, вы можете сделать это:

newAx = Ax + noiseScale.*Ax.*randn(size(Ax));

Если вы хотите убедиться, что newAx остается в пределахВ конкретном диапазоне значений можно использовать функции MAX и MIN , например:

newAx = min(newAx,maxValue);  %# Clip newAx to a maximum of maxValue
newAx = max(newAx,minValue);  %# Clip newAx to a minimum of minValue

Answer 2

newDatum = oldDatum+2*(rand(1)-0.5)*oldDatum

Answer 3

Какой "шум" вы пытаетесь смоделировать?

rand (1) дает вам равномерное случайное число в диапазоне 0 Uniform " означает, что каждое значение одинаково вероятно, подобно броску одного идеального кубика.

Другими словами, случайное значение имеет диапазон +/- 0,5 с центром около 0,5. Вы хотите сосредоточиться вокруг своего фактического значения, и вы можете масштабировать диапазон в зависимости от фактического значения. например,

 2 * (rand(1) - 0.5) 

дает вам случайные случайные числа в диапазоне -1

---

Например, если шум не должен превышать 1%, вам необходимо использовать:

newValue = oldValue * ( 1 +  2*(rand(1) - 0.5) * 0.01)

0,01 - это шкала (1%), которую я использовал для примера, 1 + ... центрируется вокруг исходного значения.

---

Многие процессы не имеют равномерного распределения. Распространенным распределением для случайного шума (такого как шум датчика) является нормальное распределение , где значения, близкие к центру, более вероятны, чем значения, удаленные от центра.

Matlab поддерживает randn () для нормального распределения.

Другие распределения, которые моделируют другие системы, могут быть получены из равномерных случайных чисел.