用matlab怎样生成随机噪声平均值为0.1的1*6的向量?

randn(m,n)表示产生m*n的随机数,随机数服从标准正态分布,0均值,方差为1

在你的问题中,

noise_real=0.1*(randn(1,6)+1)

如果要产生复数的随机噪声,用randn分别构造实部与虚部,即：

A=randn(2,6)+1

n_real=A(1,:)

n_imag=A(2,:)

noise_comp=0.1/sqrt(2)*(n_real+j*n_imag)

%%可以用着两行来验证均值跟方差

% M=mean(noise_comp)

% N=var(noise_comp)

%%

你可以注册一些Matlab的论坛,之后下点别人共享的代码,多读就会了哈!

祝好!

M=imread('dl011.jpg') %读取MATLAB中的名为cameraman的图像

subplot(3,3,1)

imshow(M) %显示原始图像

title('original')

P1=imnoise(M,'gaussian',0.02) %加入高斯躁声

subplot(3,3,2)

imshow(P1)%加入高斯躁声后显示图像

title('gaussian noise')

P2=imnoise(M,'salt &pepper',0.02) %加入椒盐躁声

subplot(3,3,3)

imshow(P2)%%加入椒盐躁声后显示图像

title('salt &pepper noise')

g=medfilt2(P1) %对高斯躁声中值滤波

subplot(3,3,5)

imshow(g)

title('medfilter gaussian')

h=medfilt2(P2) %对椒盐躁声中值滤波

subplot(3,3,6)

imshow(h)

title('medfilter salt &pepper noise')

l=[1 1 1 %对高斯躁声算术均值滤波

1 1 1

1 1 1]

l=l/9

k=conv2(P1,l)

subplot(3,3,8)

imshow(k,[])

title('arithmeticfilter gaussian')

%对椒盐躁声算术均值滤波

d=conv2(P2,l)

subplot(3,3,9)

imshow(d,[])

title('arithmeticfilter salt &pepper noise')

在matlab中无论是wgn还是awgn函数，实质都是由randn函数产生的噪声。即，wgn函数中调用了randn函数，而awgn函数中调用了wgn函数。

根据awgn的实现代码可以知道“向已知信号添加某个信噪比（SNR）的高斯白噪声”,

即：awgn(x,snr,’measured’,'linear’)，命令的作用是对原信号x添加信噪比（比值）为SNR的噪声，在添加之前先估计信号x的强度。

直接对原始信号添加噪声：

y=x+rand(length(x),1)

y=x+randn(length(x),1)）

---