Rician分布具有密度函数
与非中心参数年代≥0和刻度参数σ> 0,x> 0。我0为第一类零阶修正贝塞尔函数。如果x有一个带参数的Rician分布年代和σ,然后(x/σ)2具有二自由度非中心卡方分布和非中心参数(年代/σ)2.
在通信理论中,Nakagami分布, Rician分布,以及瑞利分布用于模拟通过多个路径到达接收器的分散信号。根据散射密度的不同,信号会表现出不同的衰落特性。Rayleigh分布和Nakagami分布用于模拟密集散射,而Rician分布模型则随着视线的增强而衰减。中上分布可以简化为瑞利分布,但可以更好地控制衰减的程度。
要估计分布参数,使用大中型企业
或者是Distribution Fitter应用。
从非中心性参数为8,scale参数为5的Rician分布中生成1000大小的样本数据。首先创建Rician分布。
r = makedist (“Rician”,“年代”8“σ”5);
现在,从上面创建的分布中生成示例数据。
rng默认的%的再现性x =随机(r, 1000, (1);
假设尺度参数已知,从样本数据估计非中心性参数。使用大中型企业
,则必须自定义Rician概率密度函数。
(太好了,pci)大中型企业的(x) =“pdf”@ (x,年代,σ)pdf (“rician”5), x,年代,“开始”, 10)
太好了= 7.8953
pci =2×17.5405 - 8.2501
非中心性参数的估计为7.8953,95%置信区间为7.5404和8.2501。置信区间包括真参数值8。