- 经验
- 77
- 分贝
- 0
- 家园分
- 121
- 在线时间:
- 0 小时
- 最后登录:
- 2016-9-21
- 帖子:
- 2
- 精华:
- 1
- 注册时间:
- 2010-6-6
- UID:
- 537389
注册:2010-6-6
|
蒙特卡罗(Monte Carlo,简称MC)方法,也称统计模拟方法,或称计算机随机模拟方法,最早是由Von.Neuman等数学家提出用来分析一些科学现象的仿真方法,它是一种以概率统计理论为引导的一类非常重要的数值计算方法,是指使用随机数(或更常见的伪随机数)来解决很多计算问题的一种方法。MC方法的基本思想是:为了求解数学、物理或工程技术等方面的问题,首先建立一个概率模型或随机过程,使其某个参数等于问题的解,然后通过对模型或过程的观察或抽样试验来计算所求参数的统计特征,最后给出所求解的近似值。上述思想可以总结为三步:构造或描述概率过程;在概率过程中随机抽样;建立各种估计量并给出近似解。
和传统的数值方法相比,方法体现出很强的灵活性和易实现性。其仿真样本数可以依据仿真需要的精度灵活的选取。正是因为这些优点,近年来MC方法已引起了信号处理专家的重视并被应用于信号处理的各个领域。2002年,IEEE信号处理汇刊专门出版了一期由统计信号处理专家Petar.M.Djuric教授主编的有关统计信号处理方法的特刊,论述MC理论方法的各个分支及最新的研究成果和诸多应用领域。
MC方法同样被广泛运用于通信领域,通信中人们最关心的问题之一系统的误码率性能。如果把码元是否出错看作服从0-1分布的随机变量,那么误码率正好是该随机变量的数学希望,而对随机变量的数学希望进行估计,恰好是MC方法中最为经典的问题。
[ 本帖最后由 小雨点点 于 2010-6-6 16:26 编辑 ]
|
|