ergodic rate
遍历容量又叫各态历经性容量,是相对于中断容量说的.。
通常我们所说的香农容量是在确定性信道条件下得到的信道容量,是一个确定值。但实际上,信道状态是一个不断变化的随机过程,应该采用统计意义上的信道容量来描述。有两种统计意义上的描述方式:1)各态历经信道容量 2)中断信道容量。
各态历经容量是指随机信道在所有衰落状态下的最大信息速率的时间平均,各态历经容量适用于研究时延不敏感业务,如Email,用来确定最大长期平均传输速率。由于各态历经容量要求业务编码帧很长,显然不适用于语音等具有严格时延要求的业务。对于这类业务,编码帧长度只能跨越有限个信道衰落状态,传统的Shannon容量为0。
上述
R
c
S
D
A
R_c^{SDA}
RcSDA是香农速率,
这里对信道求期望就得到这个ergodic rate
这里ergodic rate是针对fading 信道的一种统计平均表示
Gumble distribution
在概率论和统计学中,耿贝尔分布(Gumbel分布,也称为I 型广义极值分布)用于对各种分布的多个样本的最大值(或最小值)的分布进行建模。
如果有过去十年的水位最大值列表,则此分布可用于表示特定年份河流最高水位的分布。它有助于预测发生极端地震、洪水或其他自然灾害的可能性。 耿贝尔分布表示最大值分布的潜在适用性与极值理论有关,这表明如果基础样本数据的分布是正态或指数类型,它可能是有用的。本文使用耿贝尔分布对最大值的分布进行建模。要对最小值建模,请使用原始值的负值。
耿贝尔分布是广义极值分布(也称为 Fisher-Tippett 分布)的一个特例。它也称为对数Weibull 分布和双指数分布(该术语有时也用于指代拉普拉斯分布)。它与Gompertz分布有关:在原点附近,并限制在正半线上时,就得到了 Gompertz 函数。
在多项式logistic回归模型的潜变量公式中——在离散选择法理论中很常见——潜在变量的误差服从 Gumbel 分布。这很有用,因为两个耿贝尔分布的随机变量的差服从logistic分布。
耿贝尔分布以Emil Julius Gumbel (1891 – 1966) 的名字命名,来自描述该分布的原始论文。 [1] [2]