这篇博客探讨了指数分布、瑞利分布和Nakagami-m分布之间的联系。指数分布中，当2σ²=1时，PDF为e^(-y)，期望为1。瑞利分布的期望和方差与参数σ²有关，当2σ²=1时，其期望与指数分布的期望相等。Nakagami-m分布则在m=1时退化为Rayleigh分布。
指数分布： Y = X 1 2 + X 2 2 Y=X_1^{2}+X_2^2 Y=X12+X22，即（n=2）的卡方分布
Y ∼ exp ( 2 σ 2 ) Y\sim \exp(2\sigma^2) Y∼exp(2σ2)
- PDF： f Y ( y ) = 1 2 σ 2 e − y 2 σ 2 , y > 0 f_{Y}(y)=\frac{1}{2\sigma^2}e^{-\frac{y}{2\sigma^2}},y>0 fY(y)=2σ21e−2σ2y,y>0
当 2 σ 2 = 1 2\sigma^2=1 2σ2=1时
- PDF： f Y ( y ) = e − y , y > 0 f_{Y}(y)=e^{-y},y>0 fY(y)=e−y,y>0
- CDF： F Y ( y ) = 1 − e − y F_{Y}(y)=1-e^{-y} FY(y)=1−e−y
- CCDF： F ‾ Y ( y ) = e − y \overline{F}_{Y}(y)=e^{-y} F
最低0.47元/天 解锁文章
扫一扫
2898
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
