文件下载地址:

https://github.com/mufasa007/myblog/tree/master/%E9%9B%B7%E8%BE%BE%E6%97%A0%E7%BA%BF%E7%94%B5%E7%B3%BB%E5%88%97%EF%BC%88%E4%B8%80%EF%BC%89%E5%87%A0%E7%A7%8D%E5%B8%B8%E8%A7%81%E7%9A%84%E5%B9%85%E5%BA%A6%E5%88%86%E5%B8%83%E5%87%BD%E6%95%B0%EF%BC%88matlab%EF%BC%89

一,瑞利幅度分布模型

  ① 常规模型

  

  1. function [fx, Fx, Exn, Ex] = pdf_rayleigh(x, sigma, n)
  2. fx = x./(sigma.^2).*exp(-1.*x.^2./(2.*sigma.^2));
  3. Fx = 1 - exp(-x.^2/(2.*sigma.^2));
  4. Exn = 2.^(n./2).*sigma.^2.*gamma(1+n./2);
  5. Ex = sqrt(pi/(2.*sigma));
  6. end

  

  ②AB模型

  

  1. function [fA] = pdf_ABrayleigh(A, B)
  2. fA = 1/B.*exp(-1.*(A/B));
  3. end

  

二,对数正态分布模型

   

  1. function [fx, Fx, Exn, Ex, Dx] = pdf_lognormal(x, sigma, v, n)
  2. fx = 1./(sqrt(2.*pi).*sigma.*x).*exp(-1.*(log(x)-v).^2./(2.*sigma.^2));
  3. Fx = 1 - exp(-((log(x)-v)/sigma).^2/(2.*sigma.^2));
  4. Exn = exp(1/2.*(n.*sigma).^2+n.*v);
  5. Ex = v.*exp((sigma.^2)/2);
  6. Dx = v.^2.*exp(sigma.^2).*(exp(sigma.^2)-1);
  7. end

三,韦布尔幅度分布模型

 

  1. function [fx, Fx, Exn, Ex, Dx] = pdf_weibull(x, alpha, beta, n)
  2. fx = alpha./beta.*(x./beta).^(alpha-1).*exp(-(x./beta).^alpha);
  3. Fx = 1 - exp(-(x./beta).^alpha);
  4. Exn = beta.^n.*gamma(n./alpha+1);
  5. Ex = beta.*gamma(1./alpha+1);
  6. Dx = beta.^2.*(gamma(2./alpha + 1) - gamma(1./alpha + 1).^2);
  7. end

 

四,k分布

  

  1. function [fx, Fx, Exn] = pdf_k(x, c, v, n)
  2. fx = (2.*c./gamma(v)).*(c.*x./2).^v.*besselk(v-1,c.*x);
  3. Fx = 1 - 2./gamma(v).*(c.*x./2).^v.*besselk(v,c.*x);
  4. Exn = gamma(n./2+1).*gamma(n./2+v)./gamma(v).*(2./c).^n;
  5. end

  

五,Gamma分布

   

  1. function [fx, Ex, Dx] = pdf_gamma(x, v, alpha)
  2. fx = alpha.^v/gamma(v).*x.^(v-1).*exp(-alpha.*x);
  3. Ex = v/alpha;
  4. Dx = v/alpha^2;
  5. end

  

六,测试运行程序

  1. clc;
  2. %% 测试k分布v参数
  3. % x = 0:0.01:15;
  4. % c=1;
  5. % n=1;
  6. % figure;
  7. % [fx0, Fx, Exn] = pdf_k(x, c, 1, n);
  8. % [fx1, Fx, Exn] = pdf_k(x, c, 2, n);
  9. % [fx2, Fx, Exn] = pdf_k(x, c, 3, n);
  10. % [fx3, Fx, Exn] = pdf_k(x, c, 4, n);
  11. % [fx4, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2.5, v, n);
  12. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  13.  
  14. %% 测试k分布c参数
  15. % x = 0:0.01:30;
  16. % v=2;
  17. % n=1;
  18. % figure;
  19. % [fx0, Fx, Exn] = pdf_k(x, 0.2, v, n);
  20. % [fx1, Fx, Exn] = pdf_k(x, 0.25, v, n);
  21. % [fx2, Fx, Exn] = pdf_k(x, 0.5, v, n);
  22. % [fx3, Fx, Exn] = pdf_k(x, 1, v, n);
  23. % % [fx4, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2.5, v, n);
  24. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  25.  
  26. %% 测试韦布尔分布beta参数
  27. % x = 0:0.01:8;
  28. % alpha=3;
  29. % n=1;
  30. % figure;
  31. % [fx0, Fx, Exn, Ex, Dx] = pdf_weibull(x, alpha, 1, n);
  32. % [fx1, Fx, Exn, Ex, Dx] = pdf_weibull(x, alpha, 2, n);
  33. % [fx2, Fx, Exn, Ex, Dx] = pdf_weibull(x, alpha, 3, n);
  34. % [fx3, Fx, Exn, Ex, Dx] = pdf_weibull(x, alpha, 4, n);
  35. % % [fx4, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2.5, v, n);
  36. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  37.  
  38. %% 测试韦布尔分布alpha参数
  39. % x = 0:0.01:3;
  40. % beta=1;
  41. % n=1;
  42. % figure;
  43. % [fx0, Fx, Exn, Ex, Dx] = pdf_weibull(x, 0.5, beta, n);
  44. % [fx1, Fx, Exn, Ex, Dx] = pdf_weibull(x, 1, beta, n);
  45. % [fx2, Fx, Exn, Ex, Dx] = pdf_weibull(x, 2, beta, n);
  46. % [fx3, Fx, Exn, Ex, Dx] = pdf_weibull(x, 3, beta, n);
  47. % % [fx4, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2.5, v, n);
  48. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  49.  
  50. %% 测试对数正态v参数
  51. % x = 0:0.1:20;
  52. % sigma=1;
  53. % n=1;
  54. % figure;
  55. % [fx0, Fx, Exn, Ex, Dx] = pdf_lognormal(x, sigma, 0.5, n);
  56. % [fx1, Fx, Exn, Ex, Dx] = pdf_lognormal(x, sigma, 1, n);
  57. % [fx2, Fx, Exn, Ex, Dx] = pdf_lognormal(x, sigma, 2, n);
  58. % [fx3, Fx, Exn, Ex, Dx] = pdf_lognormal(x, sigma, 3, n);
  59. % % [fx4, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2.5, v, n);
  60. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  61.  
  62. %% 测试对数正态sigma参数
  63. % x = 0:0.1:5;
  64. % v=0;
  65. % n=1;
  66. % figure;
  67. % [fx0, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 0.3, v, n);
  68. % [fx1, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 0.5, v, n);
  69. % [fx2, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 1, v, n);
  70. % [fx3, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2, v, n);
  71. % % [fx4, Fx, Exn, Ex, Dx] = pdf_lognormal(x, 2.5, v, n);
  72. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  73.  
  74. %% 测试rayleigh_AB分布函数
  75. % figure;
  76. % x=0:0.1:8;
  77. % [fx0] = pdf_ABrayleigh(x, 0.5);
  78. % [fx1] = pdf_ABrayleigh(x, 1);
  79. % [fx2] = pdf_ABrayleigh(x, 2);
  80. % [fx3] = pdf_ABrayleigh(x, 3);
  81. % [fx4] = pdf_ABrayleigh(x, 4);
  82. % plot(x,fx0, x,fx1, x,fx2, x,fx3, x,fx4);
  83.  
  84. %% 测试rayleigh分布函数
  85. % n = 1;
  86. % figure;
  87. % [fx0, Ex0, Dx0] = pdf_rayleigh(x, 0.5, n);
  88. % [fx1, Ex1, Dx1] = pdf_rayleigh(x, 1, n);
  89. % [fx2, Ex2, Dx2] = pdf_rayleigh(x, 1.5, n);
  90. % [fx3, Ex3, Dx3] = pdf_rayleigh(x, 2, n);
  91. % [fx4, Ex4, Dx4] = pdf_rayleigh(x, 2.5, n);
  92. % plot(x,fx0, x,fx1, x,fx2, x,fx3, x,fx4);
  93.  
  94. %% 测试gamma分布v参数
  95. % x = 0:0.1:10;
  96. % alpha = 1;
  97. % figure;
  98. % [fx0, Ex0, Dx0] = pdf_gamma(x, 0.5, alpha);
  99. % [fx1, Ex1, Dx1] = pdf_gamma(x, 1, alpha);
  100. % [fx2, Ex2, Dx2] = pdf_gamma(x, 2, alpha);
  101. % [fx3, Ex3, Dx3] = pdf_gamma(x, 3, alpha);
  102. % plot(x,fx0, x,fx1, x,fx2, x,fx3);
  103.  
  104. %% 测试gamma分布alpha参数
  105. % x = 0:0.1:10;
  106. % alpha = 1;
  107. % figure;
  108. % [fx0, Ex0, Dx0] = pdf_gamma(x, v, 0.5);
  109. % [fx1, Ex1, Dx1] = pdf_gamma(x, v, 1);
  110. % [fx2, Ex2, Dx2] = pdf_gamma(x, v, 2);
  111. % [fx3, Ex3, Dx3] = pdf_gamma(x, v, 3);
  112. % plot(x,fx0, x,fx1, x,fx2, x,fx3);

  

雷达无线电系列(一)几种常见的幅度分布函数(matlab)的更多相关文章

  1. 雷达无线电系列(二)经典CFAR算法图文解析与实现(matlab)

    一,CFAR基础知识介绍 简介 恒虚警检测技术是指雷达系统在保持虚警概率恒定条件下对接收机输出的信号与噪声作判别以确定目标信号是否存在的技术. 前提 由于接收机输出端中肯定存有噪声(包括大气噪声.人为 ...

  2. 雷达无线电系列(三)经典CFAR算法门限因子alpha计算(matlab)

    前言 本文汇集CA.SO.GO.OS.杂波图等恒虚警算法的门限因子求解方法及其函数 1,CA-CFAR [非常简单,可以直接求解] %% 均值恒虚警_门限因子计算公式 %% 版本:v1 %% 时间:2 ...

  3. ElasticSearch 学习记录之ES几种常见的聚合操作

    ES几种常见的聚合操作 普通聚合 POST /product/_search { "size": 0, "aggs": { "agg_city&quo ...

  4. 一文读懂四种常见的XML解析技术

    之前的文章我们讲解了<XML系列教程之Schema技术_上海尚学堂java培训技术干货><XML的概念.特点与作用.XML申明_上海Java培训技术干货>,大家可以点击回顾一下 ...

  5. Spring RestTemplate中几种常见的请求方式

    https://github.com/lenve/SimpleSpringCloud/tree/master/RestTemplate在Spring Cloud中服务的发现与消费一文中,当我们从服务消 ...

  6. Spring RestTemplate中几种常见的请求方式GET请求 POST请求 PUT请求 DELETE请求

    Spring RestTemplate中几种常见的请求方式 原文地址: https://blog.csdn.net/u012702547/article/details/77917939   版权声明 ...

  7. 几种常见web攻击手段及其防御方式

    XSS(跨站脚本攻击) CSRF(跨站请求伪造) SQL注入 DDOS web安全系列目录 总结几种常见web攻击手段极其防御方式 总结几种常见的安全算法 XSS 概念 全称是跨站脚本攻击(Cross ...

  8. 总结几种常见web攻击手段及其防御方式

    本文简单介绍几种常见的攻击手段及其防御方式 XSS(跨站脚本攻击) CSRF(跨站请求伪造) SQL注入 DDOS web安全系列目录 总结几种常见web攻击手段极其防御方式 总结几种常见的安全算法 ...

  9. css3系列-2.css中常见的样式属性和值

    css3系列-2.css中常见的样式属性和值 继续上一篇文章的继续了解css的基础知识,关注我微信公众号:全栈学习笔记 css中常见的样式属性和值 字体与颜色 背景属性 文本属性 边框属性 内外边距 ...

随机推荐

  1. Outlook IMAP 修改PST文件存储路径

    IMAP类型的账户修改PST文件位置方法: 对于IMAP类型账户的PST文件,既没有“修改文件夹”的选项,也无法按OFFICE官方操作指南中的操作.因为每次Outlook只要检测到默认路径下的PST文 ...

  2. 关于spring的自动注入

    关于spring的自动注入 spring里面可以设置BeanDefinition自动注入类型,默认为AUTOWIRE_NO(不进行自动注入).mybatis里面的扫描接口生成MapperFactory ...

  3. HTML学习笔记【思维导图版】

  4. leetcode刷题四<寻找两个有序数组的中位数>

    给定两个大小为 m 和 n 的有序数组 nums1 和 nums2. 请你找出这两个有序数组的中位数,并且要求算法的时间复杂度为 O(log(m + n)). 你可以假设 nums1 和 nums2 ...

  5. flask 中使用 socket 遇到的坑

    很久没用博客园了,最近涉及到一个问题,需要向前端推送日志 考虑的方案两个,一个是定时ajax 但是这样效率太慢了,二是用socket 那看看有没有轮子咯,面向百度编程,有两个库可以使用 1.flask ...

  6. D3---01基础的柱状图制作(转)

    ---文章转自 http://d3.decembercafe.org/index.html  ,Created by 十二月咖啡馆. 一个完整的柱形图包含三部分:矩形.文字.坐标轴. 首先要布置一个大 ...

  7. 十分钟了解HTTPS

    一.为什么要用HTTPS——HTTP协议的缺陷 通信使用明文(不加密),内容可能会被窃听 不能验证通信方的身份,所以请求和响应都有可能是攻击者发送的 数据包在由A到B的过程中,可能经历很多次路由转发, ...

  8. 单个 js 文件禁用 ESLint 语法校验

    在代码顶部添加一行注释 /* eslint-disable */ ESLint 在校验的时候就会跳过后面的代码 还可以在注释后加入详细规则,这样就能避开指定的校验规则了 /* eslint-disab ...

  9. Python科学计算库

    Python科学计算库 一.numpy库和matplotlib库的学习 (1)numpy库介绍:科学计算包,支持N维数组运算.处理大型矩阵.成熟的广播函数库.矢量运算.线性代数.傅里叶变换.随机数生成 ...

  10. IntelliJ IDEA之UML类图

    IntelliJ IDEA之UML类图 生成方法 Show Diagrams 选中需要的类,右键单击Diagrams,之后点击Show Diagrams,或者快捷键Ctrl+Alt+Shift+U 生 ...