![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
知识点
文章平均质量分 83
本人在研究生期间看论文遇到的知识点汇总,希望对大家有帮助
正是读书时
三更灯火五更鸡,正是男儿读书时。
展开
-
累积密度函数(Cumulative Density Function,CDF)
当 \(x \to +\infty\) 时,\(F_X(x) \to 1\)。假设有一个连续型随机变量 \(Y\) 服从均匀分布 \(U(a, b)\),其中 \(a = 0\),\(b = 1\)。右连续性:CDF是右连续函数,即对于任意 \(x\),有 \(\lim_{x \to x_0^+} F_X(x) = F_X(x_0)\)。非递减性:CDF是一个非递减函数,即对于任意的 \(x_1 < x_2\),有 \(F_X(x_1) \leq F_X(x_2)\)。原创 2024-07-21 09:56:12 · 404 阅读 · 0 评论 -
信噪比(Signal-to-Noise Ratio, SNR)详细介绍
信噪比(Signal-to-Noise Ratio,SNR)是衡量信号质量的重要参数,表示有用信号的功率与背景噪声功率的比值。其中,\( P_{\text{signal}} \) 表示信号功率,\( P_{\text{noise}} \) 表示噪声功率。- 音频处理:在音频设备和录音系统中,SNR决定了音质的好坏,高SNR表示音频信号更清晰,噪声更少。- 低SNR:信号中噪声成分较大,接收端难以分辨有用信号和噪声,可能导致误码率高,通信质量差。SNR定义为信号功率与噪声功率之比,通常用分贝(dB)表示。原创 2024-07-21 09:48:21 · 331 阅读 · 0 评论 -
不完全伽马函数 (Incomplete Gamma Function)
不完全伽马函数是伽马函数的推广,分为上不完全伽马函数和下不完全伽马函数。在卡方分布、伽马分布和指数分布等中,不完全伽马函数用于累积分布函数 (CDF) 的计算。这是伽马函数与不完全伽马函数之间的关系,其中 \(\Gamma(s)\) 是完全伽马函数。不完全伽马函数在计算特殊函数(如贝塞尔函数、误差函数等)时,起到重要作用。例如,计算 \(\gamma(2, 3)\) 可以用下不完全伽马函数求值。不完全伽马函数是伽马函数的推广,分为上不完全伽马函数和下不完全伽马函数。原创 2024-07-19 09:38:46 · 367 阅读 · 0 评论 -
可重构智能表面 (Reconfigurable Intelligent Surface, RIS)
可重构智能表面 (RIS) 作为一种创新的无线通信技术,通过智能控制反射单元的相位和幅度,实现对信号传播环境的优化。- **反射单元**:RIS 由大量的小型反射单元(如天线阵列、超表面等)组成,每个单元可以独立地控制反射信号的相位和幅度。- **控制器**:一个集中的控制器用于协调和调节每个反射单元的状态,根据预设的算法和实时反馈调整反射特性。2. **灵活性和可控性**:RIS 可以动态调整反射特性,适应不同的环境和应用需求,提供高度灵活的信道重构能力。原创 2024-07-19 09:47:32 · 480 阅读 · 0 评论 -
多重Mellin-Barnes型围线积分以及与多重H函数的关系
Mellin-Barnes 积分是分析特殊函数和超几何函数的一种强大工具,多重 H 函数是这些特殊函数中的一种广义形式。其中 \(p_i, q_i, r_i, s_i\) 是非负整数,\(a_{i,j}, b_{i,j}\) 是复数,\(A_{i,j}, B_{i,j}\) 是正实数,\(x_1, x_2, \ldots, x_m\) 是变量。其中,\(G(s_1, s_2, \ldots, s_n)\) 是待积分的核函数,通常包含 Gamma 函数或其他特殊函数,\(L_i\) 是适当选择的积分路径。原创 2024-07-19 10:46:03 · 492 阅读 · 0 评论 -
多变量Fox的H函数(Multivariable Fox H-function)
多变量Fox H函数 \( H_{p_1, q_1;其中 \( \mathbf{z} = (z_1, \ldots, z_n) \) 是复数向量,\( \mathcal{L}_i \) 是复平面上的积分路径。- \( m_i, n_i \):表示每个变量 \( z_i \) 对应的伽马函数中取分子的数量。- \( \alpha_{i,j}, \beta_{i,j} \):正实数,表示伽马函数的参数。- \( p_i, q_i \):表示每个变量 \( z_i \) 对应的伽马函数的数量。原创 2024-07-19 09:20:59 · 612 阅读 · 0 评论 -
平均保密速率 (Average Secrecy Rate, ASR)
设 Alice 到 Bob 的信道增益为 \( h_b \),Alice 到 Eve 的信道增益为 \( h_e \),并且假设两者的信道是独立的随机变量。- 设定 Alice 到 Bob 和 Alice 到 Eve 的信道模型,得到信道增益 \( h_b \) 和 \( h_e \) 的分布。- 通过信道增益的分布,计算 Bob 和 Eve 的信噪比 \( \gamma_b \) 和 \( \gamma_e \) 的分布。其中 \([x]^+\) 表示 \(\max(x, 0)\),以确保保密速率非负。原创 2024-07-19 10:10:59 · 682 阅读 · 0 评论 -
保密中断概率 (Secrecy Outage Probability)
2. **计算 SNR 分布**:通过信道增益的分布,计算 Bob 和 Eve 的信噪比 \( \gamma_b \) 和 \( \gamma_e \) 的分布。1. **确定信道模型**:设定 Alice-Bob 和 Alice-Eve 的信道模型,得到信道增益 \( h_b \) 和 \( h_e \) 的分布。3. **计算 SOP**:利用这些分布,计算 \( R_b \) 和 \( R_e \) 的概率密度函数,然后求解保密中断概率。其中 \( R_s^{th} \) 是所需的保密速率阈值。原创 2024-07-19 09:12:19 · 195 阅读 · 0 评论 -
Stirling 公式 (Stirling‘s Formula)和 Stirling 公式展开的伽马函数近似
在计算组合数时,例如 \( \binom{n}{k} = \frac{n!} \),使用 Stirling 公式可以简化计算。\) 这样的大数阶乘,直接计算非常复杂,使用 Stirling 公式可以得到一个近似值。在处理大样本问题时,Stirling 公式帮助简化概率分布的计算,例如二项分布、泊松分布和正态分布的近似。\) 表示 \( n \) 的阶乘,\(\pi\) 是圆周率,\(e\) 是自然对数的底。Stirling 公式的推导方法有很多种,以下是一种经典的推导方法,利用了积分和对数的技巧。原创 2024-07-19 10:31:38 · 311 阅读 · 0 评论 -
中心卡方变量和非中心卡方变量
假设我们有 \(k = 2\) 个独立的正态分布随机变量 \(Z_1 \sim N(2, 1)\) 和 \(Z_2 \sim N(1, 1)\),则其平方和 \(Y = Z_1^2 + Z_2^2\) 服从自由度为 2 和非中心参数为 \(\lambda = 2^2 + 1^2 = 5\) 的非中心卡方分布,即 \(Y \sim \chi^2_2(5)\)。其中,\(\lambda = \sum_{i=1}^k \mu_i^2\) 是非中心参数。其中,\(\Gamma(\cdot)\) 是伽玛函数。原创 2024-07-19 09:33:08 · 817 阅读 · 0 评论 -
中心极限定理 (Central Limit Theorem, CLT)
假设我们有一系列独立的测量 \(X_1, X_2, \ldots, X_n\),每个测量都有相同的均值 \(\mu\) 和方差 \(\sigma^2\)。设 \(X_1, X_2, \ldots, X_n\) 是一组独立同分布的随机变量,每个变量的期望值为 \(\mu\),方差为 \(\sigma^2\)。换句话说,对于大样本量 \(n\),样本均值 \(\bar{X}_n\) 近似服从正态分布 \(N(\mu, \sigma^2 / n)\)。中心极限定理是构建置信区间和进行假设检验的基础。原创 2024-07-19 10:05:47 · 318 阅读 · 0 评论 -
Gamma随机变量 (Gamma Random Variable)
假设某服务台的服务时间 \( T \) 服从 Gamma 分布,形状参数 \( \alpha = 2 \),尺度参数 \( \beta = 3 \),即 \( T \sim \text{Gamma}(2, 3) \)。假设某种设备的寿命 \( L \) 服从 Gamma 分布,形状参数 \( \alpha = 5 \),尺度参数 \( \beta = 1 \),即 \( L \sim \text{Gamma}(5, 1) \)。在可靠性分析中,Gamma 分布用于描述系统的寿命和失效时间。原创 2024-07-19 09:54:52 · 181 阅读 · 0 评论 -
矩生成函数(Moment Generating Function, MGF)
2. **分布求和**:若 \(X\) 和 \(Y\) 是独立随机变量,则 \(X + Y\) 的矩生成函数为 \(M_{X+Y}(t) = M_X(t) \cdot M_Y(t)\),这有助于求解和分布问题。1. **存在性**:矩生成函数不一定对所有的 \(t\) 都存在。M_X(t) = \frac{\lambda}{\lambda - t} \quad \text{当} \, t < \lambda。其中 \(M_X^{(n)}(t)\) 表示 \(M_X(t)\) 的第 \(n\) 阶导数。原创 2024-07-19 09:08:21 · 383 阅读 · 0 评论 -
拉普拉斯逆变换 (Inverse Laplace Transform)
如果 \( F(s) = F_1(s) \cdot F_2(s) \),且 \( F_1(s) \) 和 \( F_2(s) \) 分别是 \( f_1(t) \) 和 \( f_2(t) \) 的拉普拉斯变换,那么 \( f(t) = f_1(t) \ast f_2(t) \),其中 \(\ast\) 表示卷积运算。为了简化计算,我们令 \( u = st \),则 \( t = \frac{u}{s} \),\( dt = \frac{du}{s} \)。这是求解拉普拉斯逆变换的通用方法。原创 2024-07-19 10:18:42 · 724 阅读 · 0 评论 -
留数 (Residue)以及在最低的极点处评估路径的留数
留数定理是计算复平面上围道积分的重要工具。一个复变函数 \( f(z) \) 在 \( z = z_0 \) 处的留数是其 Laurent 级数展开中 \( (z - z_0)^{-1} \) 项的系数。设函数 \( f(z) = \frac{1}{(z-1)(z-2)} \),其在 \( z = 1 \) 和 \( z = 2 \) 处有简单极点。其中,系数 \( a_{-1} \) 称为 \( f(z) \) 在 \( z_0 \) 处的留数,记作 \( \text{Res}(f, z_0) \)。原创 2024-07-19 11:11:27 · 592 阅读 · 0 评论