用的pytorch:先生成一组随机数:
但是我还想要批量生产:
学会了朴素的循环:
但是谁不想用美丽的呢?
这样才是存储下来:
python中有现成的nakagami:
https://docs.scipy.org/doc/scipy/reference/generated/scipy.stats.nakagami.html
nakagami-m中的m是形状因子,描述不同散射环境多径传播造成的衰落程度:
m=1时为瑞利衰落:
m=0.5为单边高斯分布:
我们分别取m=4.97和10(m越大衰落程度越高):
当信道增益满足nakagami分布时,其平方满足gama分布,证明如下:
https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.random.gamma.html
deque容器为一个给定类型的元素进行线性处理,像向量一样,它能够快速地随机访问任一个元素,并且能够高效地插入和删除容器的尾部元素。但它又与vector不同,deque支持高效插入和删除容器的头部元素,因此也叫做双端队列。deque类常用的函数如下。
构造函数:deque():创建一个空deque