论文研究 水稻统计分布的非线性特性:理论和在随机数据分析中的应用

本文考虑了为解决Rice统计模型中的随机数据分析任务而开发的理论基础和特定的数学技术，在该统计模型中，输出信号的幅度由所寻求的初始值和随机高斯之和组成。噪声。事实表明，Rician信号的特性（例如平均值和噪声分散度）非线性地取决于赖斯分布的参数，这已成为开发一种新的随机Rician数据分析方法的先决条件，这意味着对信号和噪声进行联合准确评估。莱斯分布参数的联合计算可以在噪声背景下有效重构信号的信息分量。所提出的方法的有意义的优点在于不存在与传统技术固有的任何先验假设有关的限制。提供的数值实验结果证实了莱斯统计模型中详细方法用于随机数据分析的效率。