berconfint

Оценка вероятности ошибки и доверительный интервал симуляции Монте-Карло

Свернуть все на странице

Синтаксис

[errprobest,interval] = berconfint(nerrs,ntrials)
[errprobest,interval] = berconfint(nerrs,ntrials,level)

Описание

[errprobest,interval] = berconfint(nerrs,ntrials) возвращает оценку вероятности ошибки и 95% доверительный интервал для симуляции Монте-Карло ntrials испытания с nerrs ошибки.

пример

[errprobest,interval] = berconfint(nerrs,ntrials,level) задает уровень доверия.

Примеры

свернуть все

Открыть Live Script

Вычислите доверительный интервал для симуляции системы связи, которая имеет 100-битовые ошибки в 106 испытаниях. Вероятность битовой ошибки (BER) для этой симуляции 10-4.

Вычислите интервал доверия 90% для BER системы. Выход показывает, что с 90%-м уровнем доверия ЧАСТОТА ОШИБОК ПО БИТАМ для системы между 0,0000841 и 0.0001181.

nerrs = 100;    % Number of bit errors in simulation
ntrials = 10^6; % Number of trials in simulation
level = 0.90;   % Confidence level
[ber,interval] = berconfint(nerrs,ntrials,level)
ber = 1.0000e-04

interval = 1×2
10-3 ×

    0.0841    0.1181

Для примера, который использует выход berconfint функция для построения графика полос ошибок на графике BER, см. Использование Аппроксимирования кривыми на графике вероятности ошибок.

Входные параметры

свернуть все

Количество ошибок из результатов симуляции Монте-Карло, заданное как скаляр.

Типы данных: single | double

Количество испытаний из результатов симуляции Монте-Карло, заданное в виде скаляра.

Типы данных: single | double

Доверительный уровень для симуляции Монте-Карло, заданный как скаляр в области значений [0, 1].

Типы данных: single | double

Выходные аргументы

свернуть все

Оценка вероятности ошибки для симуляции Монте-Карло, возвращенная как скаляр.

  • Если ошибки и испытания измеряются в битах, вероятность ошибки является частотой битовой ошибки (BER).

  • Если ошибки и испытания измеряются в символах, вероятность ошибки является частотой ошибки символа (SER).

Доверие интервал для симуляции Монте-Карло, возвращенный как двухэлементный вектор-столбец, в котором перечислены конечные точки интервала доверия для уровня доверия, заданного входа level.

Ссылки

[1] Jeruchim, Michel C., Philip Balaban, and K. Sam Shanmugan. Симуляция систем связи. Второе издание. Нью-Йорк: Kluwer Academic/Plenum, 2000.

См. также

Приложения

Функции

Представлено до R2006a

Документация Communications Toolbox

Поддержка

Для просмотра документации необходимо авторизоваться на сайте