www.radartutorial.eu www.radartutorial.eu 雷达技术基础

瑞利分布

图 1:瑞利概率密度函数

图 1:瑞利概率密度函数

瑞利分布

瑞利分布以 William Strutt, Lord Rayleigh 命名, 是一种连续概率分布,其分量为具有正态分布的相互独立随机变量。 除尺度变换外,它与自由度为 2 的χ 分布相同。 在统计学中,两个自由度表示计算中有两个数值可以自由变化。

从数学上看,瑞利分布由两个相互独立的高斯分布 px(x) 和 py(y) 推导而来。 为进行推导,考虑两个相互独立、服从高斯分布的随机变量x和y, 它们各自具有围绕某一均值对称的钟形曲线:

(1)

两个独立变量的联合概率密度函数 (PDF,英文:probability density function) 由于px(x)和py(y)在统计上相互独立, 等于各自概率密度函数的乘积:

(2)

例如,如果x和y 表示 噪声功率 的实部(同相分量,In-Phase) 和虚部(正交分量,Quadrature),并构成 复信号, 那么我们关心的是ρ² = x² + y²所对应的幅度概率密度函数。 转换为极坐标(ρ, ϕ)可得:

ρ
ϕ
py(y)
px(x)

图 2:实数值ρ与相位ϕ无关

ρ
ϕ
py(y)
px(x)

图 2:实数值ρ与相位ϕ无关

(3)

采用极坐标形式时,概率密度函数与ϕ无关:

(4)

因此,对ϕ积分后, 得到一个简单的因子2π。

因此,瑞利分布为:

(5a)

(或采用另一种写法)

(5b)

在雷达信号处理中的应用

瑞利分布可用于: