где I 0 ( z ) — модифицированная функция Бесселя первого рода нулевого порядка.
В контексте затухания Райса распределение часто также переписывается с использованием параметра формы , определяемого как отношение вкладов мощности по пути прямой видимости к оставшимся многолучевым распространениям, и параметра масштаба , определяемого как общая мощность, полученная в все пути. [1]
Характеристическая функция распределения Райса имеет вид: [2] [3]
где – вырожденная гипергеометрическая функция первого рода. Когда k четно, необработанные моменты становятся простыми полиномами от σ и ν , как в примерах выше.
Если тогда , то есть для частного случая распределения Райса, заданного , распределение становится распределением Рэлея , для которого дисперсия равна .
Для больших значений аргумента полином Лагерра принимает вид [8]
Видно, что по мере того, как ν становится большим или σ становится маленьким, среднее значение становится ν , а дисперсия становится σ 2 .
Переход к гауссовскому приближению происходит следующим образом. Из теории функций Бесселя имеем
Итак, в большой области асимптотическое разложение распределения Райса:
Более того, когда плотность сконцентрирована вокруг показателя Гаусса и из-за него, мы также можем записать и в конечном итоге получить Нормальное приближение
Приближение становится пригодным для
Оценка параметров (метод инверсии Коаи)
Существует три различных метода оценки параметров распределения Райса: (1) метод моментов , [9] [10] [11] [12] (2) метод максимального правдоподобия , [9] [10] [11] [13] и (3) метод наименьших квадратов. [ нужна цитация ] В первых двух методах интерес заключается в оценке параметров распределения, ν и σ, на основе выборки данных. Это можно сделать, используя метод моментов, например, выборочного среднего и выборочного стандартного отклонения. Среднее значение выборки представляет собой оценку µ 1 ' , а стандартное отклонение выборки представляет собой оценку µ 2 1/2 .
Ниже приводится эффективный метод, известный как «метод инверсии Коаи». [14] для одновременного решения уравнений оценки на основе выборочного среднего и выборочного стандартного отклонения. Этот метод инверсии также известен как формула SNR с фиксированной точкой . В более ранних работах [9] [15] по методу моментов для решения задачи обычно используется метод поиска корней, который неэффективен.
Во-первых, отношение выборочного среднего к выборочному стандартному отклонению определяется как r , т.е. Формула SNR с фиксированной точкой выражается как
где отношение параметров, т. е. , и определяется выражением:
Обратите внимание, что это коэффициент масштабирования и связан с :
Чтобы найти фиксированную точку , из , выбирается начальное решение , которое больше нижней границы, что и происходит, когда [14] (Обратите внимание, что это распределение Рэлея). Это обеспечивает отправную точку для итерации, в которой используется функциональная композиция, [ необходимы пояснения ] , и это продолжается до тех пор, пока значение не станет меньше некоторого небольшого положительного значения. Здесь обозначает композицию одной и той же функции, , раз. На практике мы связываем финал некоторого целого числа с фиксированной точкой, т.е.
После того как фиксированная точка найдена, оценки и находятся с помощью масштабирующей функции следующим образом:
и
Чтобы еще больше ускорить итерацию, можно использовать метод поиска корня Ньютона. [14] Этот конкретный подход очень эффективен.
^ Абди, А., Тепеделенлиоглу, К., Каве, М. и Яннакис, Г., «Об оценке параметра K для распределения затухания Райса», IEEE Communications Letters , март 2001 г., стр. 92–94
^ Лю 2007 (в одной из вырожденных гипергеометрических функций Хорна с двумя переменными).
^ Аннамалай 2000 (в сумме бесконечных серий).
^ Эрдели 1953.
^ Шривастава 1985.
^ Ричардс, Массачусетс, Распределение риса для RCS, Технологический институт Джорджии (сентябрь 2006 г.)
^ Джонс, Джессика Л., Джойс Маклафлин и Дэниел Ренци. «Распределение шума на изображении скорости поперечной волны, рассчитанное с использованием времени прибытия в фиксированные пространственные положения». Обратные задачи 33.5 (2017): 055012.
^ Абрамовиц и Стегун (1968) §13.5.1
^ abc Talukdar et al. 1991 год
^ аб Бонни и др. 1996 год
^ аб Сийберс и др. 1998 год
^ Ден Деккер и Сийберс, 2014 г.
^ Варадараджан и Халдар 2015 г.
^ abc Koay et al. 2006 г. (известная как формула фиксированной точки SNR).
^ Абди 2001
^ "Баллистопедия" . Проверено 4 мая 2014 г.
^ Болье, Норман С; Хемачандра, Касун (сентябрь 2011 г.). «Новые представления двумерного распределения Райса». Транзакции IEEE в области коммуникаций . 59 (11): 2951–2954. дои : 10.1109/TCOMM.2011.092011.090171. S2CID 1221747.
^ Дхармаванса, Пратапасингхе; Раджатева, Нандана; Телламбура, Чинтхананда (март 2009 г.). «Новое представление ряда для трехмерного нецентрального распределения хи-квадрат» (PDF) . Транзакции IEEE в области коммуникаций . 57 (3): 665–675. CiteSeerX 10.1.1.582.533 . дои :10.1109/TCOMM.2009.03.070083. S2CID 15706035.
^ Ласкар, Дж. (1 июля 2008 г.). «Хаотическая диффузия в Солнечной системе». Икар . 196 (1): 1–15. arXiv : 0802.3371 . Бибкод : 2008Icar..196....1L. дои : 10.1016/j.icarus.2008.02.017. ISSN 0019-1035. S2CID 11586168.
Райс, С.О. , Математический анализ случайного шума. Технический журнал Bell System 24 (1945) 46–156.
И. Солтани Бозчалуи; Мин Лян (20 ноября 2007 г.). «Подход на основе индекса гладкости к выбору параметров вейвлета при шумоподавлении сигнала и обнаружении неисправностей». Журнал звука и вибрации . 308 (1–2): 253–254. Бибкод : 2007JSV...308..246B. дои : 10.1016/j.jsv.2007.07.038.
Ван, Донг; Чжоу, Цян; Цуй, Квок-Леунг (2017). «О распределении модуля вейвлет-коэффициентов Габора и верхней границе безразмерного индекса гладкости в случае аддитивных гауссовских шумов: еще раз». Журнал звука и вибрации . 395 : 393–400. дои : 10.1016/j.jsv.2017.02.013.
Лю, Х. и Ханзо, Л., Унифицированный точный анализ производительности BER в асинхронных системах DS-CDMA с использованием модуляции BPSK по каналам с замиранием, Транзакции IEEE в беспроводной связи, том 6, выпуск 10, октябрь 2007 г., стр. 3504–3509.
Аннамалай А., Телламбура К. и Бхаргава В.К., Производительность приемника с разнесением и равным усилением в беспроводных каналах, Транзакции IEEE в области связи, том 48, октябрь 2000 г., стр. 1732–1745.
Эрдели А., Магнус В., Оберхеттингер Ф. и Трикоми Ф.Г., Высшие трансцендентные функции, Том 1. Архивировано 11 августа 2011 г. в Wayback Machine McGraw-Hill Book Company Inc., 1953.
Сийберс Дж., ден Деккер А.Дж., Шеундерс П. и Ван Дайк Д., «Оценка максимального правдоподобия параметров распределения Райса». Архивировано 19 октября 2011 г. в Wayback Machine , IEEE Transactions on Medical Imaging, Vol. 17, №. 3, стр. 357–361 (1998).
Варадараджан Д. и Халдар Дж. П., «Схема мажорирования-минимизации для МР-изображений Райса и нецентрального хи», IEEE Transactions on Medical Imaging, Vol. 34, нет. 10, стр. 2191–2202, (2015)
ден Деккер, AJ; Сийберс, Дж. (декабрь 2014 г.). «Распределение данных на магнитно-резонансных изображениях: обзор». Физика Медика . 30 (7): 725–741. дои :10.1016/j.ejmp.2014.05.002. ПМИД 25059432.
Коай, К.Г. и Бассер, П.Дж., Аналитически точная схема коррекции для извлечения сигнала из сигналов МР с шумом, Журнал магнитного резонанса, том 179, выпуск = 2, стр. 317–322, (2006)
Абди А., Тепеделенлиоглу К., Каве М. и Джаннакис Г. Об оценке параметра K для распределения замираний Райса, IEEE Communications Letters, том 5, номер 3, март 2001 г., стр. 92– 94.
Талукдар, КК; Лоуинг, Уильям Д. (март 1991 г.). «Оценка параметров распределения Райса». Журнал Акустического общества Америки . 89 (3): 1193–1197. Бибкод : 1991ASAJ...89.1193T. дои : 10.1121/1.400532.
Бонни, Дж. М.; Рену, JP; Занка, М. (ноябрь 1996 г.). «Оптимальное измерение амплитуды и фазы по данным МРТ». Журнал магнитного резонанса, серия B. 113 (2): 136–144. Бибкод : 1996JMRB..113..136B. дои : 10.1006/jmrb.1996.0166. ПМИД 8954899.
Внешние ссылки
Код MATLAB для распределения Райса/Райсиана (PDF, среднее значение и дисперсия, а также генерация случайных выборок)