Комплексное нормальное распределение - Complex normal distribution

Сложный нормальный
Параметры

место расположения
ковариационная матрица (положительная полуопределенная матрица )

матрица отношений (комплексная симметричная матрица )
Поддерживать
PDFсложно, см. текст
Иметь в виду
Режим
Дисперсия
CF

В теория вероятности, семья сложные нормальные распределения характеризует сложные случайные величины чья действительная и мнимая части вместе нормальный.[1] Сложное нормальное семейство имеет три параметра: место расположения параметр μ, ковариация матрица , а связь матрица . В стандартный комплекс нормальный - одномерное распределение с , , и .

Важный подкласс сложной нормальной семьи называется циркулярно-симметричная (центральная) комплексная нормаль и соответствует случаю нулевой матрицы отношений и нулевого среднего: и .[2] Этот чехол широко используется в обработка сигналов, где его иногда называют просто сложный нормальный в литературе.

Определения

Комплексная стандартная нормальная случайная величина

В стандартная комплексная нормальная случайная величина или же стандартная комплексная гауссовская случайная величина сложная случайная величина действительная и мнимая части которого являются независимыми нормально распределенными случайными величинами с нулевым средним и дисперсией .[3]:п. 494[4]:стр.501 Формально,

 

 

 

 

(Уравнение 1)

куда означает, что стандартная комплексная нормальная случайная величина.

Комплексная нормальная случайная величина

Предполагать и реальные случайные величины такие, что является двумерным нормальный случайный вектор. Тогда комплексная случайная величина называется сложная нормальная случайная величина или же комплексная гауссова случайная величина.[3]:п. 500

 

 

 

 

(Уравнение 2)

Комплексный стандартный нормальный случайный вектор

N-мерный комплексный случайный вектор это комплексный стандартный нормальный случайный вектор или же комплексный стандартный гауссовский случайный вектор если его компоненты независимы и все они являются стандартными комплексными нормальными случайными величинами, как определено выше.[3]:п. 502[4]:стр.501Который - стандартный комплексный нормальный случайный вектор, обозначается .

 

 

 

 

(Уравнение 3)

Комплексный нормальный случайный вектор

Если и находятся случайные векторы в такой, что это нормальный случайный вектор с составные части. Затем мы говорим, что комплексный случайный вектор

есть комплексный нормальный случайный вектор или комплексный гауссовский случайный вектор.

 

 

 

 

(Уравнение 4)

Обозначение

Символ также используется для сложного нормального распределения.

Среднее и ковариация

Сложное распределение Гаусса можно описать тремя параметрами:[5]

куда обозначает матрица транспонировать из , и обозначает сопряженный транспонировать.[3]:п. 504[4]:стр.500

Здесь параметр местоположения - n-мерный комплексный вектор; то ковариационная матрица является Эрмитский и неотрицательно определенный; и матрица отношений или же псевдоковариационная матрица является симметричный. Комплексный нормальный случайный вектор теперь можно обозначить как

Кроме того, матрицы и таковы, что матрица

также неотрицательно определен, где обозначает комплексное сопряжение .[5]

Связь между ковариационными матрицами

Как и для любого сложного случайного вектора, матрицы и можно связать с ковариационными матрицами и через выражения

и наоборот

Функция плотности

Функция плотности вероятности для комплексного нормального распределения может быть вычислена как

куда и .

Характеристическая функция

В характеристическая функция комплексного нормального распределения имеет вид[5]

где аргумент это п-мерный комплексный вектор.

Характеристики

  • Если сложный нормальный п-вектор, ан м × п матрица и постоянный м-вектор, то линейное преобразование будет распространяться также комплексно-нормально:
  • Если сложный нормальный п-вектор, тогда
  • Центральная предельная теорема. Если являются независимыми и одинаково распределенными комплексными случайными величинами, то
куда и .

Кругло-симметричный центральный корпус

Определение

Сложный случайный вектор называется циркулярно-симметричным, если для каждого детерминированного распределение равно распределению .[4]:стр. 500–501

Центральные нормальные комплексные случайные векторы, которые являются циркулярно-симметричными, представляют особый интерес, потому что они полностью задаются ковариационной матрицей .

В циркулярно-симметричное (центральное) комплексное нормальное распределение соответствует случаю нулевого среднего и нулевой матрицы отношений, т.е. и .[3]:п. 507[7] Обычно это обозначается

Распределение действительной и мнимой частей

Если является циркулярно-симметричной (центральной) комплексной нормалью, то вектор многомерный нормальный с ковариационной структурой

куда и .

Функция плотности вероятности

Для невырожденной ковариационной матрицы , его распределение также можно упростить как[3]:п. 508

.

Следовательно, если ненулевое среднее и ковариационная матрица неизвестны, подходящая функция логарифма правдоподобия для одного вектора наблюдения было бы

В стандартный комплекс нормальный (определено в Уравнение 1) соответствует распределению скалярной случайной величины с , и . Таким образом, стандартное комплексное нормальное распределение имеет плотность

Характеристики

Вышеприведенное выражение демонстрирует, почему случай , называется «кругово-симметричным». Функция плотности зависит только от величины но не на его аргумент. Таким образом, величина стандартной сложной нормальной случайной величины будет иметь Распределение Рэлея и квадрат величины будет иметь экспоненциальное распределение, тогда как аргумент будет распространен равномерно на .

Если независимы и одинаково распределены п-мерные круговые комплексные нормальные случайные векторы с , то случайный квадрат нормы

имеет обобщенное распределение хи-квадрат и случайная матрица

имеет сложное распределение Уишарта с степени свободы. Это распределение можно описать функцией плотности

куда , и это неотрицательно-определенная матрица.

Смотрите также

Рекомендации

  1. ^ Гудман (1963)
  2. ^ bookchapter, Gallager.R, стр.9.
  3. ^ а б c d е ж Лапидот, А. (2009). Фонд цифровых коммуникаций. Издательство Кембриджского университета. ISBN  9780521193955.
  4. ^ а б c d Це, Дэвид (2005). Основы беспроводной связи. Издательство Кембриджского университета. ISBN  9781139444668.
  5. ^ а б c Пичинбоно (1996)
  6. ^ Даниэль Волльшлегер. «Дистрибутив Хойта (документация для пакета R 'shotGroups' версии 0.6.2)».[постоянная мертвая ссылка ]
  7. ^ bookchapter, Gallager.R

дальнейшее чтение