Algorithm 突发错误的模拟算法

我想为我的程序模拟错误爆发，但我不确定如何去做

---

假设我的固定误码率为2/10，错误突发长度从4位到12位不等，并且有无限的比特流，如何使错误突发以随机间隔发生，长度从4位到12位不等，同时仍能确保平均误码率收敛到2/10？

假设在选择错误突发长度时对集合进行均匀采样。那么错误突发的预期长度是

（4+5+…+12）/9=8

注意：您可以根据需要对错误突发长度进行采样-下面我们实际使用的是错误突发长度的期望值

如果希望总体误码率为

2/10

，则只需执行以下操作：

error_lengths = [4, 5, 6, 7, 8, 9, 10, 11, 12]
loop forever
    if rand() < 1/33 // with probability 1/33
         n = rand(error_lengths) // pick a random error length
         emit n contiguous error bits
    else
         emit 1 good bit

每次迭代的预期良好位数=1
每次迭代的预期错误位数=8/32

---

错误率=（8/32）/（1+8/32）=8/40=2/10

您告诉了我们一个范围，但没有指定错误突发长度的分布，也没有指定干净间隔长度的分布。该范围内的所有值是否都具有相同的可能性，4的出现频率是否比12的出现频率更高，反之亦然，或者说，6是最常见的出现频率

假设错误突发长度的分布为E，干净间隔长度的分布为C，这两个分布分别是M_E和M_C。然后，您需要做的是推导/构造一个参数化C分布，使M_C=4 M_e。要启动该过程，请选择概率为0.2的错误突发，而选择概率为0.8的干净间隔作为第一个间隔。然后使用E和C分布在错误循环和清洁循环之间交替，以生成持续时间

---

例如，如果两种类型的间隔都遵循均匀分布，则平均错误突发长度为8，需要平均长度为32的干净间隔。例如，你可以用U（31,33）、U（1,63）或U（10,54）来实现这一点——这三种方法的平均值都是32。

我认为你在或上发帖会更走运。对于如何处理您的问题，我可以做出一些天真的猜测，但我并不声称自己在概率或信号处理方面有任何专业知识。这种方法不错，只是偶尔会产生背对背的错误序列，可能超过指定的最大序列长度12。在恢复几何采样之前，您应该强制至少一个非错误，并相应地将平均值向下调整一个。@pjs OP实际上没有指定错误突发必须是非相邻的。。。无论如何，我已经更新了为这种情况提供的算法。是的，但我认为它隐含在指定长度的上限中。也许OP会澄清他的意图。谢谢！是，错误突发长度的所有值的可能性相同。

error_lengths = [4, 5, 6, 7, 8, 9, 10, 11, 12]
loop forever
    if rand() < 1/32 // with probability 1/32
         n = rand(error_lengths) // pick a random error length
         emit n contiguous error bits
    emit 1 good bit