1、实高斯随机标量
对于标准正态分布的随机变量
w∼N(0,1),其PDF为
p(w)=2π
1exp(−2w2), w∈R.
对于一般的正态分布随机变量
x=σw+μ,有
x∼N(μ,σ2),其PDF为
p(x)=2πσ2
1exp(−2σ2(x−μ)2), x∈R.
Q函数的一种上下界
2π
a1(1−a21)e−a2/2<Q(a)<e−a2/2,a>1.
高斯随机变量的线性组合仍然满足高斯分布,即
Σi=1ncixi∼N(Σi=1nciμi,Σi=1nci2σi2).
2、实高斯随机向量
对于标准正态分布的随机向量
w=[w1,w2,…,wn]T,其PDF为
p(w)=(2π
)n1exp(−2∣∣w∣∣2), w∈Rn,
其中
∣∣w∣∣:=w12+w22+…+wn2
为从原点到
w的距离。显然,概率密度函数只与向量的幅度有关。
如果
w为标准正态分布,则
Ow也为标准正态分布。其中
O为正交变换。这是因为正交变换不改变向量的幅度。这意味着
w在任何正交基上都满足相同的分布。
n个i.i.d.的零均值高斯分布的随机变量的和的平方满足卡方分布,即
∣∣w∣∣2∼χn2。如果
n=2,且
a=w12+w22,则
f(a)=21exp(−2a),a≥0,
即满足指数分布。
对于高斯分布的随机向量
x=Aw+μ,其性质说明如下:
-
cTx∼N(cTμ,cTAATc)
-
p(x)=(2π
)ndet(AAT)
1exp[−21(x−μ)T(AAT)−1(x−μ)],x∈Rn
这里
K:=E[(x−μ)(x−μ)T]=AAT
为
x的协方差矩阵。
如果
A为可逆的,则
x完全由其均值向量
μ及其协方差阵
K=AAT来刻画。
3、复高斯随机向量
对于复高斯随机向量
x=xR+jxI,有
μ:=E[x]
K:=E[(x−μ)(x−μ)H]
J:=E[(x−μ)(x−μ)T]
分别为
x的均值向量、协方差以及伪协方差矩阵。
注意通常来说,
K不足以刻画
x的所有二阶特性。事实上,由于
K为厄米特矩阵,即
K=KH,其对角线元素为实数,且上下三角阵的元素互为复共轭。因此包含
n2个实参数。另一方面,
x的完全二阶特性应该用
2n×2n维
[xR,xI]T的协方差矩阵中的
n(2n+1)个实参数来刻画。
【循环对称性】我们称
x为循环对称的,如果对于任意的
θ都有
xejθ与
x同分布。
对于循环对称复随机向量
x,有
E[x]=E[ejθx]=ejθE[x]
对任意的
θ均成立,因此
μ=E[x]=0。进一步,
E[xxT]=E[ej2θxxT]=ej2θE[xxT]
对任意的
θ均成立,因此
J=0。此时,协方差阵
K可以完全刻画循环对称复随机向量
x的一阶以及二阶特性。事实上,如果
x为高斯分布的,则其协方差阵可以完全刻画其统计特性,此时
x∼CN(0,K)。
几个特例如下:
(1)对于复高斯随机变量
w=wR+jwI,如果
wR以及
wI为i.i.d.的零均值高斯随机变量,则
w为循环对称,其统计特性可以用方差
σ2:=E[∣w∣2]来刻画。(需要注意的是,一个非循环对称的高斯随机变量需要用五个实参数来刻画,即实部和虚部的均值以及方差,还有实部虚部的相关值。)这里
∣∣w∣∣2满足指数分布,
∣∣w∣∣满足瑞利分布,
w的相位在
[0,2π]上均匀分布。
(2)
n个i.i.d.满足
CN(o0,1)分布的随机变量组成标准循环对称高斯随机向量
w∼CN(0,I),其PDF为
p(w)=πn1exp(−∣∣w∣∣2),∈Cn.
若
U为酉矩阵,则
Uw与
w同分布。