泊松過程的生成及其统计分析.docx

  1. 1、本文档共10页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
泊松過程的生成及其统计分析

泊松过程的生成及其统计分析实验报告班级:硕2035班 姓名:吕奇学号:3112091020 一、实验题目假设一个交换系统有M部电话,每个用户在很短的时间(单位时间内)呼叫一次的概率为P;用户间呼入的时刻相互独立,当M很大,P很小时,时间t内到达交换机的呼叫次数构成泊松过程N(t)。确定此泊松过程的参数。利用计算机仿真N(t)的生成过程。注意合理选择M和P,时间分辨率为一个单位时间。为了比较生成的N(t)与理论模型的吻合程度。取N(t)的多个样本并选取3个典型时间,,,得到,,三个随机变量的样本,在一张图上画出其直方图及理论分布曲线,并将两者对照。比较M选取不同时的效果。注意:样本个数足够多。验证N(t)的增量平稳性。画出任意相邻两次呼叫间隔的直方图,和理论值进行对照。验证其与其它相邻两次呼叫间隔随机变量的独立性。二、实验过程1、确定此泊松过程的参数由题目容易知道,在很短的时间内M个用户的呼叫一次的概率为MP,而由定义知道,时间内到达交换机的呼叫一次的概率为,故有 (1)从而有。2、利用计算机仿真N(t)的生成过程对每个用户,在时间内呼叫一次的概率P很小,可以用rand函数生成一组[0,1]的随机数,当随机数小于P时,则认为有呼叫,将其置为1,否则认为没有呼叫,置为0;有M部电话,则生成M组[0,1]的随机数,对每组随机数用上诉方法得到一个只有0和1的逻辑矩阵,用来表示某一时刻是否有呼叫。下面是,,M=3000,总时间为T=5的实验结果:图1 N(t)的生成结果可以看到呼叫的计数过程,是递增的,并且可以计算,时间T=5内呼叫总次数平均为,多次时间结果最后的呼叫次数都在15次左右。程序:clcclearclose allp=10^(-6);M=3000;dt=0.001;T=5;x=rand(M,T/dt);y=[];for i=1:M for j=1:T/dt if x(i,j)p x(i,j)=1; else x(i,j)=0; end endendy=(sum(x)~=0);m=[];m(1)=0;for i=1:T/dt m(i+1)=m(i)+y(i);endt=1:T/dt+1;t=t*dt;plot(t,m)此外,matlab中还有二项分布生成函数binornd,可以用x=binornd(1,p,M,T/dt)代替中间的两个for循环,这个函数的功能是对一个发生概率为P的事件随机试验一次,若发生置为1,不发生置为0,此实验要对M个电话实验T/dt次,故生成的是M行,T/dt的矩阵,运行结果是一样的。3、比较生成的N(t)与理论模型的吻合程度(1),,的统计直方图和理论分布曲线下面是,,M=3000,总时间为T=1.2,选取时间t1=0.3,t2=0.6,t3=0.9作2000次试验统计的实验结果:图2 ,,的统计直方图和理论分布曲线在图2中,圆圈代表的统计直方图,正方形代表的统计直方图,五角星代表的直方图。从图中可以看出,虽然有较小的误差,但是生成的N(t)和理论模型还是基本吻合的。程序中主要用到了直方图统计函数hist,生成max(Nt1)-min(Nt1)个直方条间的间隔刚好是1,此时的坐标分别为0.5、1.5、2.5……,并且0.5的直方条包括了0次呼叫和1次呼叫的的概率,1.5、2.5、3.5等等依次代表的是2次、3次、4次呼叫的概率,因而有了程序中的相关修正。程序:clcclearclose allp=5*10^(-6);M=3000;dt=0.003;a=M*p/dt;T=1.2; loop=2000;t1=0.3;t2=0.6;t3=0.9;for k=1:loop %作loop次试验 x=rand(M,T/dt); for i=1:M for j=1:T/dt if x(i,j)p x(i,j)=1; else x(i,j)=0; end end end tt=dt*find((sum(x)~=0)==1); %每次试验各个呼叫发生的时刻 Nt1(k)=sum(ttt1); %每次试验在时间(0,t1)内呼叫的次数 Nt2(k)=sum(ttt2); Nt3(k)=sum(ttt3);end[N1,index1]=hist(Nt1,max(Nt1)-min(Nt1)); %(0,t1)内呼叫次数的统计直方图[N2,index2]=hist(Nt2,max(Nt2)-min(Nt2));[N3,index3]=hist(Nt3,max(Nt3)-min(Nt3));index1=[min(Nt1),index1+0.5]; %作相关修正index2=[min(Nt2),index2+0.5];index3=[min(Nt3),index3+0.5];N1=[sum(Nt1==min(Nt1))

文档评论(0)

v4v5v4I + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档