伪随机序列
import numpy as np import matplotlib.pyplot as plt #用来正常显示中文标签 #plt.rcParams['font.family'] = ['Simhei'] plt.rcParams['font.sans-serif'] = ['Yahei consolas hybrid'] #用来正常显示负号 plt.rcParams['axes.unicode_minus']=False # A = 6 N = 200 x0 = 1 M = 255 v = np.zeros([N,1]) #print(v) x= np.arange(N) for k in np.arange(N): x2 = A*x0 x1 = x2 % M v1 = x1/256 v[k] = 2*(v1 - 0.5) x0 = x1 #print(v.reshape(7,16)) plt.plot(x,v) plt.xlabel('k') plt.ylabel('v') plt.title('伪随机序列') plt.show()
再来一个
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 | import numpy as np import matplotlib.pyplot as plt plt.rcParams[ 'font.sans-serif' ] = [ 'Yahei consolas hybrid' ] #plt.rcParams['axes.unicode_minus']=False def xor(A,B): xx = ( not (A) and B) or (A and not (B)) return xx L = 60 M = np.zeros(L) IM = np.zeros(L) x1 = x2 = x3 = 1 x4 = 0 S = 1 for i in np.arange(L): if xor(x3,x4): M[i] = 1 else : M[i] = 0 if xor(M[i],S): IM[i] = 1 else : IM[i] = - 1 x4 = x3 x3 = x2 x2 = x1 x1 = M[i] S = not (S) plt.subplot( 2 , 1 , 1 ) plt.title( 'M序列' ) plt.step(np.arange(L),M) plt.subplot( 2 , 1 , 2 ) plt.title( '逆M序列' ) plt.step(np.arange(L),IM) plt.subplots_adjust(hspace = 0.35 ) plt.show() |
参考:系统辨识与自适应控制MATLAB仿真(修订版) 庞中华 崔红 著
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· 震惊!C++程序真的从main开始吗?99%的程序员都答错了
· winform 绘制太阳,地球,月球 运作规律
· 【硬核科普】Trae如何「偷看」你的代码?零基础破解AI编程运行原理
· 上周热点回顾(3.3-3.9)
· 超详细:普通电脑也行Windows部署deepseek R1训练数据并当服务器共享给他人