第二章信号检测与估计理论分析.pptVIP

* 第二章信号检测与估计理论分析 * 3 随机矢量的概率密度函数 4 均值矢量和协方差矩阵 均值矢量 * 第二章信号检测与估计理论分析 * 4 均值矢量和协方差矩阵 协方差矩阵定义为 如果xj与xk互不相关， , 协方差矩阵 变为对角矩阵 * 第二章信号检测与估计理论分析 * 5 统计独立性和独立同分布 统计独立 独立同分布 * 第二章信号检测与估计理论分析 * 5 联合高斯随机矢量 * 第二章信号检测与估计理论分析 * N维联合高斯随机矢量的三条主要性质 说明：N维联合高斯随机矢量的边缘分布仍是高斯分布的，所以，也可以这样定义N维联合高斯随机矢量的定义：如果N维随机矢量的每一个分量都是时服从高斯分布的，则称其为N维联合高斯随机矢量。 * 第二章信号检测与估计理论分析 * N维联合高斯随机矢量的三条主要性质 * 第二章信号检测与估计理论分析 * 教材P19 例2.2.1 * 第二章信号检测与估计理论分析 * N维联合高斯随机矢量的三条主要性质 说明 之间，若相互统计独立，一定互不相关；若互不相关，也相互统计独立。 例： mu1=[-1,2]; Sigma2=[1 1; 1 3]; % 输入均值向量和协方差矩阵 [X,Y]=meshgrid(-3:0.1:1,-2:0.1:4); xy=[X(:) Y(:)]; % 产生网格数据并处理(两列2501*2 ） p=mvnpdf(xy,mu1,Sigma2); % 求取联合概率密度 P=reshape(p,size(X)); % Change size(2501*1—61*41) surf(X,Y,P) 对协方差矩阵进行处理，可计算出新的联合概率密度函数。 Sigma2=diag(diag(Sigma2)); % 消除协方差矩阵的非对角元素 p=mvnpdf(xy,mu1,Sigma2); P=reshape(p,size(X)); surf(X,Y,P) R为m行n列。 例： mu1=[-1,2]; Sigma2=[1 1; 1 3]; R1=mvnrnd(mu1,Sigma2,2000); plot(R1(:,1),R1(:,2),o) Sigma2=diag(diag(Sigma2)); figure; R2=mvnrnd(mu1,Sigma2,2000); plot(R2(:,1),R2(:,2),o) * 第二章信号检测与估计理论分析 * 2.2.6 随机变量的函数 随机变量变换前的概率密度函数 随机变量变换后的概率密度函数 * 第二章信号检测与估计理论分析 * 1 一维随机变量的情况 * 第二章信号检测与估计理论分析 * 2 N维随机矢量的情况 * 第二章信号检测与估计理论分析 * * 第二章信号检测与估计理论分析 * * 第二章信号检测与估计理论分析 * * 第二章信号检测与估计理论分析 * * 第二章信号检测与估计理论分析 * 随机变量x: 用变量x来描述随机事件的结果，实验前知道x可能的取值，及取该值的概率 * 随机变量x: 用变量x来描述随机事件的结果，实验前知道x可能的取值，及取该值的概率 * * * * * * * * 图4.2 高斯 * 第二章信号检测与估计理论分析 * 3 随机变量的中值 4 随机变量的众数 * 第二章信号检测与估计理论分析 * 2.2.4 一些常用的随机变量 1 均匀分布随机变量2 高斯分布随机变量3 三角对称随机分布变量4 单边、双边指数分布随机变量5 瑞利分布随机变量6 广义瑞利分布随机变量 * 第二章信号检测与估计理论分析 * 1 均匀分布随机变量 则称x服从区间[a,b]上的均匀分布，记作：x～U(a, b) 信号相位延迟和不同波的随机到达角都服从均匀分布 * 第二章信号检测与估计理论分析 * 分布函数为: p(x)≥0, * 第二章信号检测与估计理论分析 * 若x~U [a, b], (x1, x2)为[a, b]的任意子区间，则 * 第二章信号检测与估计理论分析 * 正态分布（高斯分布）是应用最广泛的一种分布. 正态分布在十九世纪前叶由高斯加以推广，所以通常称为高斯分布. 德莫佛 德莫佛最早发现了二项概率的一个近似公式——二项分布的渐进公式，这一公式被认为是正态分布的首次露面. 2 高斯分布随机变量 高斯（1777-1855） * 第二章信号检测与估计理论分析 * * 第二章信号检测与估计理论分析 * 若随机变量 x的概率密度为 记作 p (x)所确定的曲线叫作正态曲线. 其中 和 都是常数， 任意， 0， 则称x服从参数为 和 的正态分布. *