关于随机取值（电脑掷色）的迷惑

就是做一个fft就可以了。示例：

x=sin(2pi50t)+sin(2pi120t);

y=x+2randn(size(t));

Fs=1024; %采样频率

N=1024; %采样点数

Y=fft(y,N);

Pyy=Yconj(Y)/N; %power spectrum

f=Fs(0:(N/2))/N;

plot(f,Pyy(1:(N/2+1)))

title('功率谱')

xlabel('频率/(Hz)')

分太少，算了，给你一个源程序吧，C++的boost库，你直接调用吧，这样就不用自己再写那个产生随机数的函数，使用这个函数产生你要求的样本，统计这个样本得到你后边的均值和方差，老师大概是想让你比较产生出来的值和你的理论值1和4有多少差别。

/ boost random/normal_distributionhpp header file

Copyright Jens Maurer 2000-2001

Distributed under the Boost Software License, Version 10 (See

accompanying file LICENSE_1_0txt or copy at

>

/

Author :wacs5

DATE :20090408(YYYMMDD)

Functtion :多项式拟合polyfit

/

#include <stdioh>

#include <conioh>

#include <stdlibh>

#include <mathh>

main()

{

int i,j,m,n=7,poly_n=2;

double x[7]={1,2,3,4,6,7,8},y[7]={2,3,6,7,5,3,2};

double a[3];

void polyfit(int n,double x,double y,int poly_n,double a[]);

system("cls");

polyfit(n,x,y,poly_n,a);

for (i=0;i<poly_n+1;i++)/这里是升序排列，Matlab是降序排列/

printf("a[%d]=%g\n",i,a[i]);

getch();

}

/==================polyfit(n,x,y,poly_n,a)===================/

/=======拟合y=a0+a1x+a2x^2+……+apoly_nx^poly_n========/

/=====n是数据个数 xy是数据值 poly_n是多项式的项数======/

/===返回a0,a1,a2,……a[poly_n]，系数比项数多一（常数项）=====/

void polyfit(int n,double x[],double y[],int poly_n,double a[])

{

int i,j;

double tempx,tempy,sumxx,sumxy,ata;

void gauss_solve(int n,double A[],double x[],double b[]);

tempx=calloc(n,sizeof(double));

sumxx=calloc(poly_n2+1,sizeof(double));

tempy=calloc(n,sizeof(double));

sumxy=calloc(poly_n+1,sizeof(double));

ata=calloc((poly_n+1)(poly_n+1),sizeof(double));

for (i=0;i<n;i++)

{

tempx[i]=1;

tempy[i]=y[i];

}

for (i=0;i<2poly_n+1;i++)

for (sumxx[i]=0,j=0;j<n;j++)

{

sumxx[i]+=tempx[j];

tempx[j]=x[j];

}

for (i=0;i<poly_n+1;i++)

for (sumxy[i]=0,j=0;j<n;j++)

{

sumxy[i]+=tempy[j];

tempy[j]=x[j];

}

for (i=0;i<poly_n+1;i++)

for (j=0;j<poly_n+1;j++)

ata[i(poly_n+1)+j]=sumxx[i+j];

gauss_solve(poly_n+1,ata,a,sumxy);

free(tempx);

free(sumxx);

free(tempy);

free(sumxy);

free(ata);

}

void gauss_solve(int n,double A[],double x[],double b[])

{

int i,j,k,r;

double max;

for (k=0;k<n-1;k++)

{

max=fabs(A[kn+k]); /find maxmum/

r=k;

for (i=k+1;i<n-1;i++)

if (max<fabs(A[in+i]))

{

max=fabs(A[in+i]);

r=i;

}

if (r!=k)

for (i=0;i<n;i++) /change array:A[k]&A[r] /

{

max=A[kn+i];

A[kn+i]=A[rn+i];

A[rn+i]=max;

}

max=b[k]; /change array:b[k]&b[r] /

b[k]=b[r];

b[r]=max;

for (i=k+1;i<n;i++)

{

for (j=k+1;j<n;j++)

A[in+j]-=A[in+k]A[kn+j]/A[kn+k];

b[i]-=A[in+k]b[k]/A[kn+k];

}

}

for (i=n-1;i>=0;x[i]/=A[in+i],i--)

for (j=i+1,x[i]=b[i];j<n;j++)

x[i]-=A[in+j]x[j];

}

以上就是关于关于随机取值（电脑掷色）的迷惑全部的内容，包括:关于随机取值（电脑掷色）的迷惑、OpenCV(二)掩码 *** 作与平滑(均值,高斯模糊)、matlab求助：高斯白噪声把两未知频率的正弦信号淹没，需求出两正弦信号的频率（频率不同）等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！