Processing math: 100%

2012年12月19日水曜日

ガウス分布とレイリー分布

レイリー分布を二次元ガウス分布から導出.

平均0, 分散\sigma^2である変数x,yがそれぞれガウス分布に従うとき,結合分布は
\begin{eqnarray} p(x,y)=\frac{1}{2\pi\sigma^2}\exp\left(-\frac{x^2+y^2}{2\sigma^2}\right) \end{eqnarray}
となる.

極座標変換する.x=A\cos(\theta), y=A\sin(\theta)を代入するだけでなく,ヤコビアンをかけなければならないことに注意.

\begin{eqnarray} p(A,\theta)=\frac{A}{2\pi\sigma^2}\exp\left(-\frac{A^2}{2\sigma^2}\right) \end{eqnarray}

レイリー分布は,この結合分布における振幅Aの周辺分布である.つまり(2)を\thetaで積分したのがレイリー分布.

\begin{eqnarray} p_{ray}(A)=\frac{A}{\sigma^2}\exp\left(-\frac{A^2}{2\sigma^2}\right) \end{eqnarray}

ガウス性ノイズの振幅包絡線の分布はレイリー分布に従う.
レイリー分布は1パラメータの確率密度関数.\sigma^2は元信号(包絡線ではない)の振幅値から計算できる分散値.レイリー分布に従う変数Aの二乗平均は

E[A^2=x^2+y^2]=E[x^2]+E[y^2]=2\sigma^2

つまり,複素信号(復調後の信号)の振幅データAから\sigma^2を推定するときには,複素信号の振幅の二乗平均を求めて2で割れば良い.

複素信号の振幅の二乗平均をパラメータ\sigma_n^2としてレイリー分布を表現する場合がある.その時は式(4)の形.

\begin{eqnarray} p_{ray}(A)=\frac{2A}{\sigma_n^2}\exp\left(-\frac{A^2}{\sigma_n^2}\right) \end{eqnarray}

0 件のコメント:

コメントを投稿