产生白噪声(均值和均方差为零的正态分布)

时间:2019-06-17 13:23:33

标签: python montecarlo noise whitenoise

我正在尝试通过Cholesky分解为100行x 3列的数据集生成白噪声;该数据集是一个高斯多元分布,参数为0和Sigma(cov。矩阵),如下所示:

  

[1.0,0.4,0.5]
  [0.4,1.0,0.4]
  [0.5,0.4,1.0]

# no_pop            = number of rows
# M                 = number of columns
# mu                = mean = 0
# sigma             = variance = 1
# Sigma_matrix      = covariance matrix (see above)
Z = scipy.random.normal(mu, sigma, [no_pop, M])
cov_Z = covariance_matrix(Z)
chol_Z = scipy.linalg.cholesky(cov_Z);
chol_inv_Z = scipy.linalg.inv(chol_Z)
zch = np.dot(Z, chol_inv_Z)
Chol = scipy.linalg.cholesky(Sigma_matrix)
X = zch.dot(Chol)

#   It returns covariance matrix
def covariance_matrix(matrix):
    X1 = matrix[:, 0]
    X2 = matrix[:, 1]
    X3 = matrix[:, 2]
    C = np.vstack([X1, X2, X3])
    return np.cov(C.astype(float), rowvar=True)

(我检查了生成数据集的相关系数和协方差矩阵)。现在,我需要生成噪声并将其添加到数据集中,如link - Section 2.1所示。到目前为止,我所做的是:

while(True):
    noiseZ = scipy.random.normal(mu, sigma, size=(no_pop * M))
    if(abs(mu - np.mean(noiseZ)) < 0.0001 and abs(sigma - np.std(noiseZ)) < 0.0001):
        noiseZ = np.reshape(noiseZ, [no_pop, M])
        noiseFinal = noiseZ;
        break;

,然后检查noiseFinal的协方差矩阵是否等于恒等矩阵(不相关的噪声)。这样做时,我应该看到,在“数据集+ noiseFinal”的协方差矩阵中,协方差保持不变(或者它们可能变化很小),而方差却发生了变化。

错误发生在哪里?

1 个答案:

答案 0 :(得分:1)

实际上,我认为您应该增加样本... 尝试增加大约1万人口,然后提取所需大小的样本。这应该可以解决问题! 我知道,祝你好运!

相关问题