瑞利分布
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
(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)
- 其中σ是最可能值,也称为瑞利分布的众数。
PDF 的最大值(pmax)为:
- p的期望值为
(作为噪声功率),其标准差为
在雷达信号处理中的应用
瑞利分布可用于:
- 描述 Swerling 模型 1 和 2 中起伏损耗的概率密度函数;
- 描述带通噪声的幅度概率密度。
- 通常,它是描述距离上均匀分布的固定目标杂波以及 箔条干扰 幅度分布的经典模型。 瑞利分布适用于描述低分辨率雷达中的气象杂波和固定目标杂波 (天线方向图的半功率波束宽度 大于 2°, 脉冲宽度大于 1 µs)。 这些杂波有时称为瑞利杂波(Rayleigh Clutter)。
- 采用瑞利分布的模型可用于描述弥散衰落情况。