Poisson Integer Generator

Сгенерируйте распределенные Пуассоном случайные целые числа

Библиотека

Случайная подбиблиотека Data Sources Источников Коммуникации

  • Poisson Integer Generator block

Описание

Блок Poisson Integer Generator генерирует случайные целые числа с помощью распределения Пуассона. Вероятность генерации неотрицательного целого числа k

λkexp(λ)/(k!)

где λ является положительным числом, известным как параметр Пуассона.

Можно использовать Целочисленный Генератор Пуассона, чтобы сгенерировать шум в бинарном канале передачи. В этом случае параметр Пуассона Lambda должен быть меньше 1, обычно намного меньше.

Атрибуты выходного сигнала

Выходной сигнал может быть вектор-столбцом или вектором-строкой, двумерной матрицей или скаляром. Количество строк в выходном сигнале соответствует количеству выборок в одной системе координат и определяется параметром Samples per frame. Количество столбцов в выходном сигнале соответствует количеству каналов и определяется числом элементов в параметре Lambda. Смотрите Источники, и Впитывает Руководство пользователя Communications Toolbox™ для получения дополнительной информации.

Параметры

Lambda

Параметр Пуассона λ. Задайте λ как скалярный или вектор-строку, элементами которого являются вещественные числа. Если Lambda является скаляром, то каждый элемент в выходном векторе совместно использует тот же параметр Пуассона. Если Lambda является вектором-строкой, то число элементов соответствует количеству независимых каналов выход от блока.

Source of initial seed

Источник начального seed для генератора случайных чисел. Задайте источник как любой Auto или Parameter. Когда установлено в Auto, блок использует глобальный поток случайных чисел.

Примечание

Когда Source of initial seed является Auto в Code generation режим, генератор случайных чисел использует начальный seed нуля. Поэтому блок генерирует те же случайные числа каждый раз, когда он запускается. Используйте Interpreted execution гарантировать, что модель использует различные начальные seed. Если Interpreted execution запущен в Rapid accelerator режим, затем это ведет себя то же самое как Code generation режим.

Initial seed

Начальное значение seed для генератора случайных чисел. Задайте seed как неотрицательный целочисленный скаляр. Initial seed доступен, когда параметр Source of initial seed устанавливается на Parameter.

Sample time

Выведите шаг расчета в виде -1 или положительная скалярная величина, которая представляет время между каждой выборкой выходного сигнала. Если Sample time установлен в -1, шаг расчета наследован от нисходящего потока. Для получения информации об отношении между Sample time и Samples per frame, смотрите Демонстрационную Синхронизацию.

Samples per frame

Выборки на систему координат в виде положительного целого числа, указывающего на количество выборок на систему координат в одном канале выходных данных. Для получения информации об отношении между Sample time и Samples per frame, смотрите Демонстрационную Синхронизацию.

Output data type

Выходной тип блока может быть задан как booleanuint8uint16uint32единственный, или double. Значением по умолчанию является double.

Simulate using

Выберите режим симуляции.

Code generation

На первом запуске модели симулируйте и сгенерируйте код. Если структура блока не изменяется, последующие запуски модели не регенерируют код.

Если режимом симуляции является Code generation, Системные объекты, соответствующие блокам, принимают максимум девяти входных параметров.

Interpreted execution

Симулируйте модель, не генерируя код. Эта опция приводит к, быстрее запускают времена, но может замедлить последующую эффективность симуляции.

Больше о

развернуть все

Вопросы совместимости

развернуть все

Поведение изменяется в R2020a

Расширенные возможности

Генерация кода C/C++
Генерация кода C и C++ с помощью Simulink® Coder™.

Смотрите также

Блоки

Функции

  • (Statistics and Machine Learning Toolbox)
Представлено до R2006a
Для просмотра документации необходимо авторизоваться на сайте