(17)MATLAB使用伽马(gamma)分布生成Nakagami-m分布的方法1

文章目录


前言

MATLAB在R2013a版本中引入Nakagami分布对象,可以用来生成Nakagami随机变量。但是在更早的MATLAB版本中,并没有可以直接生成 Nakagami分布的随机变量的内置的函数。另外,为了深入理解Nakagami分布,有必要研究Nakagami分布的随机变量的生成方法。本文和下一篇文章将给出使用伽马分布生成Nakagami分布随机变量的两种方法。


一、使用伽马分布生成Nakagami分布随机变量的方法一

可以通过以下方式从伽马分布转换得到Nakagami分布随机变量:

其中G是形状参数为m和尺度参数为0.5的伽马分布随机变量,m是Nakagami分布的形状参数。

下面给出使用方法一生成Nakagami 分布随机变量的MATLAB代码。

二、MATLAB仿真代码

使用伽马分布生成Nakagami分布随机变量的MATLAB代码如下:

c 复制代码
clc
clear all
close all
%% 方法一:使用伽马分布转换成Nakagami分布的随机变量
m = 1;                                 % Nakagami分布的形状参数
Omega = 2;                             % Nakagami分布的尺度参数
N = 10000;                             % 随机变量的个数

% 生成伽马分布的随机变量
% B = 0.5;                               % gamma分布的尺度参数
gamma_scale = 0.5;                     % gamma分布的尺度参数
% G = gamrnd(m, B, 1, N);              % 生成1xN的服从伽马分布的随机变量G
G = gamrnd(m, gamma_scale, 1, N);      % 生成1xN的服从伽马分布的随机变量G

% 转换为Nakagami分布的随机变量
X = sqrt(G/m) .* sqrt(2*Omega);


% 绘制生成的随机数的直方图,以概率密度形式
nbins = 50;                           % bin数量
figure()
histogram(X,nbins,'Normalization','pdf','DisplayStyle','bar');
hold on

%% nakagami分布的概率密度的理论值
% Nakagami分布的参数
m = 1;
Omega = 2;

% nakagami分布的概率密度的理论表达式
x = 0.01:0.01:3;
f = (2*m.^m./(gamma(m).*Omega^m)) .* x.^(2*m-1) .* exp(-m*x.^2./Omega);

% figure()
plot(x,f,'LineWidth',1.5)
title('Nakagami分布的概率密度')
legend('概率密度函数的估计值','概率密度函数的理论值')

后续

下一篇给出第二种方法:(18)MATLAB使用伽马(gamma)分布生成Nakagami-m分布的方法2


相关推荐
bst@微胖子1 小时前
Python高级语法之selenium
开发语言·python·selenium
Paddi9301 小时前
Codeforces Round 1004 (Div. 1) C. Bitwise Slides
c++·算法
王小义笔记1 小时前
Postman如何流畅使用DeepSeek
开发语言·测试工具·lua·postman·deepseek
Luis Li 的猫猫2 小时前
深度学习中的知识蒸馏
人工智能·经验分享·深度学习·学习·算法
查理零世2 小时前
【蓝桥杯集训·每日一题2025】 AcWing 6118. 蛋糕游戏 python
python·算法·蓝桥杯
敲代码的小王!2 小时前
MD5加密算法和BCrypt密码加密算法
java·算法·安全
带娃的IT创业者3 小时前
机器学习实战(6):支持向量机(SVM)——强大的非线性分类器
算法·机器学习·支持向量机
java1234_小锋3 小时前
一周学会Flask3 Python Web开发-request请求对象与url传参
开发语言·python·flask·flask3
流星白龙5 小时前
【C++】36.C++IO流
开发语言·c++
孑么5 小时前
力扣 买卖股票的最佳时机
算法·leetcode·职场和发展·贪心算法·动态规划