Gamma及高斯噪声生成与统计特性分析系统

资 源 简 介

本项目利用MATLAB强大的数值计算与统计分析能力，开发一套专用的随机信号处理工具。项目主要包含两个核心功能模块：首先是Gamma分布噪声序列生成模块，该模块允许用户通过图形用户界面或脚本参数输入形状参数（Shape Parameter）和尺度参数（Scale Parameter），利用MATLAB内置的高精度随机数生成器产生指定长度的Gamma分布随机序列，用于模拟无线通信中的多径衰落或图像处理中的乘性噪声环境。其次是高斯噪声参数分析模块，该模块专注于对输入的高斯（正态）噪声数据进行深度的统计特性评估。它能够自动计算序列的一阶统计量（均值）和二阶统计量（方差/标准差），并进一步分析高阶统计量如偏度和峰度，以验证数据的正态性。此外，系统还集成了数据可视化功能，能够输出噪声的时域波形图、概率密度直方图以及理论曲线与实际数据的拟合对比图，帮助用户直观地理解Gamma分布与高斯分布在拖尾特性及对称性上的差异。

详 情 说 明

Gamma分布噪声生成与高斯参数分析系统

项目简介

本项目是一个基于MATLAB开发的随机信号处理工具，利用MATLAB强大的数值计算与统计分析能力，专注于生成并深度分析Gamma分布与高斯（正态）分布噪声信号。系统集成了高精度的随机数生成算法、多维度的统计特性评估以及专业的数据可视化功能，适用于通信系统多径衰落模拟、图像噪声建模及统计学教学演示等场景。

功能特性

• 大样本随机序列生成：支持一次性生成高容量（默认50,000点）的随机样本序列，确保统计分析的高置信度。
• Gamma分布噪声模拟：允许用户指定形状参数（Shape Parameter, k）和尺度参数（Scale Parameter, $theta$），生成符合特定Gamma分布的随机信号。
• 高斯分布噪声模拟：支持自定义均值（$mu$）和标准差（$sigma$），精确生成正态分布噪声。
• 全方面统计评估：

* 一阶与二阶统计量：自动计算序列的均值、方差和标准差。 * 高阶统计量：计算偏度（Skewness）以评估分布的不对称性，计算峰度（Kurtosis）以评估分布的拖尾特性。

• 理论与实测对比：内置理论值计算逻辑，实时对比样本统计值与理论参数，并输出相对误差百分比。
• 正态性自动判定：基于偏度和峰度指标，自动运行简易算法判断数据是否表现出显著的正态性。
• 数据可视化：

* 时域波形图：截取序列局部片段进行波形展示。 * 拟合优度分析：绘制归一化概率密度直方图，并同屏叠加理论PDF（概率密度函数）曲线，直观展示分布吻合度。

系统要求

• 软件环境：MATLAB R2016a 或更高版本。
• 工具箱依赖：Statistics and Machine Learning Toolbox（用于支持 gamrnd, gampdf, normpdf, skewness, kurtosis 等核心统计函数）。

使用方法

1. 启动MATLAB，将当前目录切换至项目所在文件夹。
2. 在MATLAB命令行窗口输入主程序文件名或点击“运行”按钮。
3. 系统将首先清理工作环境，然后执行计算，最终在命令行窗口输出格式化的统计分析表格，并弹出一个包含四个子图的图形窗口。

实现细节与算法分析

项目核心逻辑封装在主函数及其三个本地辅助函数中，具体实现流程如下：

1. 系统初始化与参数配置

程序首先执行 clc, clear, close all 以确保运行环境纯净。

• 全局设置：定义样本序列长度 $N = 50000$。
• Gamma参数：设定形状参数为 3.0，尺度参数为 2.0。
• 高斯参数：设定均值为 0，标准差为 2.5。

2. 噪声生成模块

为了保证实验结果的可重复性，程序在生成随机数前通过 rng(42) 固定了随机种子。

• Gamma噪声：直接调用 gamrnd 函数生成。
• 高斯噪声：通过标准正态分布生成函数 randn 产生基础序列，再通过线性变换 $X = mu + sigma cdot Z$ 调整至目标分布。

3. 统计分析模块 (核心函数 analyze_statistics)

系统对生成的两组噪声序列分别进行以下统计计算：

• 利用 mean 和 var / std 计算基础统计量。
• 利用 skewness 计算偏度。
• 利用 kurtosis 计算峰度（MATLAB默认定义正态分布峰度为3）。
• 理论值验证：

* Gamma分布理论均值 $= k cdot theta$，理论方差 $= k cdot theta^2$。 * 高斯分布理论均值与方差直接取自输入参数。

4. 结果输出模块 (核心函数 print_results)

该模块负责将分析结果格式化输出到命令行：

• 展示“计算值”、“理论值”以及两者之间的“误差(%)”。
• 正态性判断逻辑：如果数据的偏度绝对值小于 0.1 且峰度与 3.0 的差值绝对值小于 0.2，系统将判定数据具有显著的正态性，否则判定为非正态。

5. 可视化模块

程序创建一个 1200x800 像素的图形窗口，划分为 2x2 的子图区域：

• 时域分析（子图1、2）：调用辅助函数 plot_time_domain，为了保持波形清晰可见，仅截取并绘制序列的前1000个数据点，而非全部50000个点。
• 频域/分布分析（子图3、4）：

* 使用 histogram 绘制统计直方图，并设置标准化模式为 'pdf'。 * 生成1000个等间距采样点，分别调用 gampdf 和 normpdf 计算理论概率密度曲线。 * 将实际直方图（柱状）与理论PDF（曲线）绘制在同一坐标系下，通过颜色区分（Gamma为蓝/红，高斯为黄/黑），方便用户直观对比。