我试图用Sympy来模拟信号检测问题,需要两个随机变量。一个用瑞利分布来模拟噪声,另一个用Rician分布来模拟信号+噪声。但不是蓖麻——或者至少不是这个名字。在
创造一个最好的方法是什么?它是否以不同的名字存在?有没有办法把现有的分布变成蓖麻?在
根据@asmeurer的建议,我实施了自己的大米配送,如下所示:
from sympy.stats.crv_types import rv
from sympy.stats.crv import SingleContinuousDistribution
class RicianDistribution(SingleContinuousDistribution):
_argnames=('nu','sigma')
@property
def set(self): return Interval(0,oo)
def pdf(self,x):
nu,sigma=self.nu, self.sigma
return (x/sigma**2)*exp(-(x**2+nu**2)/(2*sigma**2))*besseli(0,x*nu/sigma**2)
def Rician(name,nu,sigma):
return rv(name,RicianDistribution,(nu,sigma))
分布似乎同时匹配Wikipedia和{a3},但奇怪的是,我得到的结果与Scipy不同。我将分别问这个问题(asked and answered)。在
作为旁注,下面的一行使lambdify密度函数成为可能,其中包括贝塞尔函数:
^{pr2}$它并没有推广到所有的贝塞尔函数,但适用于在Rician分布中使用的第一类零阶修正贝塞尔函数。在
如果您知道pdf函数,那么使用sympy.stats公司. 看看sympy source中现有的发行版。您只需要子类
SingleContinuousDistribution
并定义一些方法。例如,这里是正态分布(去掉了docstring):是的,你可以用卡平方和泊松来生成大米。请参阅任何有关Rice的详细讨论,例如https://en.wikipedia.org/wiki/Rice_distribution:
相关问题 更多 >
编程相关推荐