在＆＃34;第8讲第3页，白噪声和功率谱密度＆＃34;提到rand和randn创建伪随机数。如果我错了，请纠正我：随机数序列是对于同一种子，两个序列永远不会真正准确的。
然而，伪随机数是确定性的，即，如果从相同的种子生成，则两个序列是相同的。
我怎么能创建随机数而不是伪随机数，因为我认为Matlab的rand和randn函数用于生成相同的独立随机数？但是，幻灯片提到他们创建伪随机数。谷歌搜索创建随机数返回rand和randn()函数。
将随机数与伪随机数区分开的原因是我需要将密码学（A）随机性与白噪声特性的性能和（B）具有白噪声特性的伪随机信号进行比较。因此，（A）必须与（B）不同。我将不胜感激任何代码和生成随机数和伪随机数的正确方法。
答案 0 :(得分：3)
生成“真实”随机数是一项棘手的练习，您可以查看RNG上的维基百科和随机性测试（http://en.wikipedia.org/wiki/Random_number_generation）。此链接提供基于大气噪声（http://www.random.org/）的RNG。
答案 1 :(得分：1)
如上所述，使用计算机软件创建真正的随机数非常困难（可能是不可能的）。互联网上有许多项目提供由物理过程生成的真实随机数（例如Kostya提到的那个）。一个特别有趣的是来自HU Berlin的this。
话虽如此，对于像你想要表演的那样的实验，马耳他的psedo RNG还不错。 Matlab的算法包括Mersenne Twister，它是最着名的伪RNG之一（我建议你谷歌Mersenne Twister＆＃39的属性）。请参阅Maltab rng文档here。
由于您没有提到要模拟的系统类型，解决问题的一种简单方法是使用良好的RNG（Mersenne Twister）进行流程A，对流程B使用不太好的<。 / p>