对于von Mises distribution(冯·米塞斯分布)的一点心得

概述

在概率论和定向统计中,冯·米塞斯分布(von Mises distribution)指一种圆上连续概率分布模型。它也被称作循环正态分布(circular normal distribution)和缠绕正态分布(wrapped normal distribution)的一种近似,因为它正是正态分布的循环模拟。冯·米塞斯分布可以用于模拟多径衰落的MIMO收发天线的AoA和AoD的统计特性,对实际的信道环境具有较好的拟合效果。

统计性质

概率密度函数(PDF

f(xμ,κ)=eκcos(xμ)2πI0(κ) f(x|\mu, \kappa)=\dfrac{e^{\kappa cos(x-\mu)}}{2\pi I_0(\kappa)}

也可以表达为级数形式

f(xμ,κ)=12π(1+2I0(κ)j=1Ij(κ)cos[j(xμ)])f(x \mid \mu, \kappa)=\frac{1}{2 \pi}\left(1+\frac{2}{I_{0}(\kappa)} \sum_{j=1}^{\infty} I_{j}(\kappa) \cos [j(x-\mu)]\right)

对于von Mises distribution(冯·米塞斯分布)的一点心得

  • xx代表角度(可任意选取,跨度取2π2\pi即可)

  • Ij(κ)I_j(\kappa)代表jj阶修正贝塞尔函数

  • μ\mu是方位角AoA/AoD取值的平均体现,整个分布围绕它展开(μ\mu要求是实数)

  • κ\kappa代表方位角AoA/AoD的集中程度(κ>0\kappa > 0

  • κ\kappa趋于0时,分布足够分散,不足以体现出AoA或AoD均值的存在性,全向散射的条件满足,许多信道建模的这个假设是不够充分的。此时的PDF\sim均匀分布,即
    f(x)=12πf(x)=\dfrac{1}{2\pi}

  • κ\kappa趋于\infty时,方位角的集中性很强,它近似于均值为μ\mu,方差为1κ\frac{1}{\kappa}的高斯分布,即
    f(x)=κ2πexp(κ(xμ)22)f(x)=\frac{\sqrt{\kappa}}{\sqrt{2 \pi}} \exp \left(-\frac{\kappa(x-\mu)^{2}}{2 }\right)

累积分布函数(CDF)

NoneNone

均值和中位数

μ\mu

方差

var(x)=1I1(κ)I0(κ)var(x)=1-\dfrac{I_1(\kappa)}{I_0(\kappa)}

差分熵

κI1(κ)I0(κ)+ln[2πI0(κ)]-\kappa \frac{I_{1}(\kappa)}{I_{0}(\kappa)}+\ln \left[2 \pi I_{0}(\kappa)\right]