我想在verilog中生成长度为1024的随机向量。我看过某些实现，例如Tausworth生成器和Mersenne Twisters。 大多数Mersenne扭曲器具有32位/ 64位输出。我想模拟一个概率为p的1024位错误模式。因此，我使用Mersenne Twister生成了一个32位随机数（均匀分布）。由于我有32位随机数，因此该数字的范围为0到2 ^ 32-1。之后，如果从这个32位值生成的数字小于p *（2 ^ 32-1），则将数字设置为1，否则该数字将映射到我的1023位向量中的0。基本上，每个32位数字用于根据概率分布在1023向量中生成一个位。
上述方法意味着我需要1024个时钟周期来生成每个1024位向量。还有其他方法可以让我快速执行此操作吗？我知道我可以使用不同的种子值并行使用多个Mersenne Twister实例，但是我担心这些数字不会真正是随机的，并且会发生冲突。是否有我做错的事情或缺少的事情？非常感谢您的帮助
答案 0 :(得分：1)
好的， 因此，我从wikipedia中大致了解了有关梅森·Twisters的信息。我接受我并没有完全理解所有这些，但是我得到了：给定种子值（用于初始化数组），模块将生成32位随机数。
现在，根据上面的描述，计算一个随机数需要一个周期。
因此，您的问题基本上归结为数学问题，而不是像这样verilog。
我会尽力解释它的数学原理。
您有一个32位均匀分布的随机数。因此，任意一位为high或low的概率为0.5正好（接近，导致伪随机）。
让我们忘记这是一个伪随机生成器，因为那是您将要获得的最佳效果（因此，我们将其视为我们的理想选择）。
即使我们一个接一个地生成5个数字，每个数字都是任意特定数字的概率仍然是均匀分布的。因此，如果我们将这五个数字串联起来，我们将得到一个160位完全随机的数字。
如果仍然不清楚，请考虑这种方式。
我要解决这个问题。假设我们有一个4位随机数生成器（RNG），而我们需要16位随机数。
RNG的每个输出将是一个具有均匀概率分布的十六进制数字。因此，获得某个特定数字（例如... A）的概率为1/16。现在，我想输入一个4位数的十六进制数字（例如... 0xA019）。
将A作为最高有效位的概率= 1/16
以数字2 = 0的概率= 1/16
将1作为数字3的概率= 1/16
获得9作为最低有效位的概率= 1/16
因此，获得0xA019 = 1/(2^16)的概率。 实际上，获得任何四位数十六进制数的概率将完全相同。现在，将相同的逻辑扩展到具有32位数字的Base-32 Number系统作为所需输出，即可解决问题。
因此，我们看到，只需对梅森捻线器进行32次重复操作即可获得1024位输出（这将花费32个周期，仍然有点慢）。您还可以做的是并行地合成32个捻线机（这将使您一冲程获得输出，但就面积，功率限制而言，fpga将会非常繁琐）。
解决此问题的最佳方法是尝试一些中间立场（也许4个平行的捻线机以8个周期运行）。这实际上是一个问题，即模块的最终应用以及该应用所需的功率和时序约束。
关于给出不同的种子值，大多数PRNG通常提供输入种子的目的只是为了增加随机性，根据我在Mersenne Twisters上的阅读，它的情况相同。
希望能回答您的问题。