(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
点云SLAM4 小时前
PyTorch 中.backward() 详解使用
人工智能·pytorch·python·深度学习·算法·机器学习·机器人
only-qi5 小时前
146. LRU 缓存
java·算法·缓存
悟能不能悟5 小时前
js闭包问题
开发语言·前端·javascript
潼心1412o5 小时前
C语言(长期更新)第15讲 指针详解(五):习题实战
c语言·开发语言
梁辰兴6 小时前
数据结构:排序
数据结构·算法·排序算法·c·插入排序·排序·交换排序
Murphy_lx6 小时前
Lambda表达式
开发语言·c++
yangpipi-6 小时前
C++并发编程-23. 线程间切分任务的方法
开发语言·c++
野犬寒鸦6 小时前
力扣hot100:搜索二维矩阵 II(常见误区与高效解法详解)(240)
java·数据结构·算法·leetcode·面试
菜鸟得菜7 小时前
leecode kadane算法 解决数组中子数组的最大和,以及环形数组连续子数组的最大和问题
数据结构·算法·leetcode