在MATLAB中生成随机向量

Question

在MATLAB中生成随机向量

5

我将尝试生成一个随机频谱，然后使用ifft找到相应的时域向量。

我正在使用以下代码：

for i = 1:64
    randNum = (rand() + 1i * rand())/sqrt(2); % Needs to be normalized by sqrt(2)
    randFreq(i) = randNum;
end

randVec = ifft(randFreq);

请注意，我知道mvnrnd，但由于技术原因，我需要使用for循环并逐个生成每个元素。我还需要生成随机频谱，然后使用反变换，我不能直接在时间域中生成随机向量。

如果我绘制随机向量的幅度(plot(abs(randVec)))，我总是得到这种形式的图形。

在n=0处总是会出现一个峰值，而其他所有元素的大小显著较小。我希望能了解这种情况发生的原因。

我的问题不是在Matlab中创建随机向量的重复，它们是完全不同的问题，只是碰巧涉及到相同的主题。我特别询问我的ifft的行为。这也不是我的反傅里叶变换中出现峰值的重复。在那个问题中，峰值可能是由于数据的某些特殊性引起的，然而在我的情况下，数据是完全随机的。

- Farhad

可能是在Matlab中创建向量随机值的重复问题。 - galoget

1

@galoget 你在干嘛？你有看到我的问题吗？虽然它们都是关于生成随机向量的，但方式完全不同... - Farhad

@LeanderMoesinger 我看了一下那个问题，但我认为那不是同样的情况。在那个问题中，尖峰可能是由于他的数据有些特殊性造成的，然而在我的情况下，数据是完全随机的。 - Farhad

1个回答

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Luis Mendo · Accepted Answer

生成频率分量的随机值的方式不是关于零对称分布。具体地，得到的实部和虚部的理想平均值为.5/sqrt(2)。实际（样本）平均值将接近于此。

当你应用IDFT时，所有频率的平均值对应于时间域中的第一个样本。要看到这一点，请在IDFT表达式中将n = 0：

因此，在第一个样本处会得到更大的绝对值，因为频率上的平均值比它“应该”的要大。