Rician分布具有密度函数
非中心参数s≥ 0和比例参数σ>0,用于x> 0.我0是第一类零阶修正贝塞尔函数。如果x具有参数的Rician分布s和σ那么(x/σ)2.具有两个自由度和非中心参数的非中心卡方分布(s/σ)2..
在通信理论方面,,中川分布,Rician分布,以及瑞利分布用于模拟通过多条路径到达接收器的散射信号。根据散射密度,信号将显示不同的衰落特性。瑞利分布和Nakagami分布用于模拟密集散射,而Rician分布用于模拟具有更强视线的衰落。Nakagami分布可重新计算简化为瑞利分布,但对衰落程度有更多的控制。
要估计分布参数,请使用最大似然误差
也可以使用Distribution Fitter应用程序。
从非中心参数为8、尺度参数为5的Rician分布生成大小为1000的样本数据。首先创建Rician分布。
r=makedist(“Rician”,'s'8.“西格玛”,5);
现在,从上面创建的分发中生成示例数据。
rng违约%为了再现性x=随机(r,1000,1);
假设尺度参数已知,并根据样本数据估计非中心性参数最大似然误差
,您必须自定义定义Rician概率密度函数。
[phat,pci]=mle(x,“pdf”,@(x,s,sigma)pdf(“rician”,x,s,5),“开始”,10)
phat=7.8953
pci=2×17.5405 8.2501
非中心性参数的估计值为7.8953,95%置信区间为7.5404和8.2501。置信区间包括真实参数值8。