如何在白天对正态分布式传感器测量建模？

Question

我有一个传感器，每x分钟给我一些价值。在我的数据库中，我存储按小时分组的值。所以输入域是0到23之间的整数。我想学习高斯分布的参数（均值和方差）。最后，我希望在任何给定时间（一天中的某小时）获得某个测量级别的概率。

问题在于分布的高峰可能在午夜，而在下午则可能是最低限度。在这种情况下，我不知道如何使用高斯模型进行建模，因为正态分布似乎不适合“循环”域（23h后到0h而不是24h，因此它不是真正连续的）。

这怎么可以建模？我可以在这里使用普通高斯，还是应该使用另一种概率模型？

示例：

在这里我希望模型的平均值= 23或0.但是我想当我在这里学习参数时，平均值恰好在中间，因为高斯只有一个峰值。