Question

我在python中尝试了一段代码，它给出了错误的结果。我只想确认np.randn函数与Matlab randn相同 plzz helppp

S=[ 3.+3.j  1.-3.j -3.+1.j  1.+3.j  1.-1.j]
SNR=arange(6,23,1)

BER=zeros(len(SNR))  
Es=10


for ii in arange(0,len(SNR)):

  variance=Es*(10**(-SNR[ii]/10))
  std_dev=cmath.sqrt(variance/2)
  noise=(np.random.randn(len(S))+cmath.sqrt(-1)*np.random.randn(len(S))) *std_dev
  S_noisy=S+noise


print(noise)

matlab代码

SNR=6:22;
display(SNR)
display(length(SNR))
BER=zeros(1,length(SNR));

display(BER)
display(length(BER))
Es=10;


for ii=1:length(SNR)
   variance=Es*10^(-SNR(ii)/10);
   std_dev=sqrt(variance/2);
   noise=(randn(1,length(S))+sqrt(-1)*randn(1,length(S)))*std_dev;
   S_noisy=S+noise;


end

display(noise)

结果应该是

 [0.1150 + 0.1889i  -0.0756 + 0.2055i   0.1862 + 0.0094i   0.1174 - 0.2288i

0.4456 - 0.0659i]

Answer 1

NumPy的np.random.randn返回标准正态分布的样本。从运行到运行结果不一样。您可以通过设置种子来获得可重现的结果：

np.random.seed(123)

但这不一定会产生与你从Matlab获得的结果相同的结果。 Matlab使用自己的随机数生成器，据我所知，没有办法将Matlab的随机数与NumPy同步。

如果您想要完全相同的结果，请将Matlab生成的随机数保存到文件中，然后将这些数字加载到NumPy中。

Matlab随机vs np.randn

1 个答案: