Распределение Rician имеет функцию плотности
параметром нецентрированности s ≥ 0 и масштабный коэффициент σ> 0, для x> 0. I0 является измененной функцией Бесселя первого рода нулевого порядка. Если x имеет распределение Rician параметрами s и σ, то (x/σ)2 имеет нецентральное распределение хи-квадрат с двумя степенями свободы и параметром нецентрированности (s/σ)2.
В коммуникационной теории распределения Nakagami, распределения Rician и Распределения Релея используются к рассеянным сигналам модели, которые достигают приемника разнообразными путями. В зависимости от плотности рассеяния сигнал отобразит различные исчезающие характеристики. Rayleigh и распределения Nakagami используются, чтобы смоделировать плотные рассеяния, в то время как модель распределений Rician, исчезающая с более сильным углом обзора. Распределения Nakagami могут уменьшаться до Распределений Релея, но дать больше контроля степенью исчезновения.
Чтобы оценить параметры распределения, использовать mle или приложение Distribution Fitter.
Сгенерируйте выборочные данные размера 1000 от распределения Rician параметром нецентрированности 8 и масштабным коэффициентом 5. Сначала создайте распределение Rician.
r = makedist('Rician','s',8,'sigma',5);
Теперь сгенерируйте выборочные данные от распределения, которое вы создали выше.
rng default % For reproducibility x = random(r,1000,1);
Предположим, что масштабный коэффициент известен, и оцените параметр нецентрированности от выборочных данных. Сделать это использование mle, вы должны пользовательский задавать функцию плотности вероятности Rician.
[phat,pci] = mle(x,'pdf',@(x,s,sigma) pdf('rician',x,s,5),'start',10)
phat = 7.8953
pci = 2×1
7.5405
8.2501
Оценка для параметра нецентрированности 7.8953 с 95%-м доверительным интервалом 7,5404 и 8.2501. Доверительный интервал включает истинное значение параметров 8.