Matlab中的rng

问题发现

在我的毕业设计中涉及到用rayleighchan产生两个不同的单径瑞利信道。一开始我是这样做的：

    Channel_leg = rayleighchan(Ts/Lofdm,fd);
    Channel_leg.StorePathGains = 1;
    Channel_leg.ResetBeforeFiltering = 0; 
    reset(Channel_leg); 
   	Channel_illeg = rayleighchan(Ts/Lofdm,fd);
    Channel_illeg.StorePathGains = 1;
    Channel_illeg.ResetBeforeFiltering = 0; 
    reset(Channel_illeg);

后来出结果的时候发生了一系列奇怪的问题。后来我观察这两个信道的信道响应发现，虽然是两个信道，但是他们的信道响应非常接近。WTF！！！这和我一开始的初衷完全不同啊。于是问了师兄，原来在这个rayleighchan函数里面存在随机数的生成，必须要改变随机数生成器才可以使得两个信道特性不同。

MATLAB中的rng函数

rng：控制随机数生成

语法：

rng(seed)
rng(‘shuffle’)
rng(seed, generator)
rng(‘shuffle’, generator)
rng(‘default’)
scurr = rng
rng(s)
sprev = rng(…)

说明：

• 要将 rng 函数（而非 rand 或 randn）与 ‘seed’、‘state’ 或 ‘twister’ 输入结合使用。

• rng(seed) 使用非负整数 seed 为随机数生成函数提供种子，以使 rand、randi 和 randn 生成可预测的数字序列。

• rng(‘shuffle’) 根据当前时间为随机数生成函数提供种子。这样，rand、randi 和 randn 会在您每次调用 rng 时生成不同的数字序列。

• rng(seed, generator) 和 rng(‘shuffle’, generator) 另外指定 rand、randi 和 randn 使用的随机数生成函数的类型。generator 输入为以下项之一：
  ‘twister’：Mersenne Twister
  ‘simdTwister’：面向 SIMD 的快速 Mersenne Twister 算法
  ‘combRecursive’：合并的多个递归
  ‘multFibonacci’：乘法滞后 Fibonacci
  ‘v5uniform’：传统 MATLAB® 5.0 均匀生成函数
  ‘v5normal’：传统 MATLAB 5.0 正常生成函数
  ‘v4’：传统 MATLAB 4.0 生成函数

• rng(‘default’) 将 rand、randi 和 randn 使用的随机数生成函数的设置重置为其默认值。这样，会生成相同的随机数，就好像您重新启动了 MATLAB。默认设置是种子为 0 的 Mersenne Twister。

• scurr = rng 返回 rand、randi 和 randn 使用的随机数生成函数的当前设置。这些设置将在包含字段 ‘Type’、‘Seed’ 和 ‘State’ 的结构体 scurr 中返回。

• rng(s) 将 rand、randi 和 randn 使用的随机数生成函数的设置还原回之前用 s = rng 等命令捕获的值。

• sprev = rng(…) 返回 rand、randi 和 randn 使用的随机数生成函数的以前设置，然后更改这些设置。

示例:

s = rng;
调用 rand 以生成随机值向量：
x = rand(1,5)
x =
0.8147 0.9058 0.1270 0.9134 0.6324
通过调用 rng 还原原始生成函数设置。生成一组新的随机值并验证 x 和 y 是否相等：
rng(s);
y = rand(1,5)
y =
0.8147 0.9058 0.1270 0.9134 0.6324