火灾时人员疏散预动作时间的CDF表征法研究

为表征建筑物火灾环境下人员疏散预动作时间随机性,提出累积分布函数表征法,并给出根据已知累积分布曲线产生随机预动作时间的方法和步骤。对1993年发生在美国纽约2幢世贸中心双子大楼(WT1和WT2)的火灾案例进行分析。结果表明,前人提出的正态分布、威布尔分布等概率分布表征人员疏散预动作时间,具有一定的局限性,对WT1的数据比较适用,对于WT2数据完全失效。而应用累积分布函数法分别对WT1和WT2的数据进行表征,结果表明,模拟生成随机预动作时间的累积分布与原始数据的累积分布曲线完全吻合。同时,随机预动作时间的均值和标准差几乎与样本大小无关。

CDF-T方法在站点尺度日降水预估中的应用

基于1961-2015年上海降水观测数据和8个全球气候模式GCMs模拟的日降水量数据,采用累计概率分布函数构建转换模型CDF-T建立了站点尺度日降水量的统计降尺度模型。结果表明,降尺度模型显著改善了GCMs对降水日数偏多、降水强度偏低和降水量偏少的模拟结果。与利用全年日降水序列建模结果相比,利用汛期日降水序列建模更好地刻画了汛期降水的累计概率分布曲线,同时提高了汛期总降水量、降水强度和年平均暴雨日数、暴雨量、暴雨强度的均值和变化趋势的降尺度效果。模型对较长年份的暴雨重现期订正效果更佳。与当代(2006-2015年)气候相比,2016-2095年上海降水呈现以下特征:全年和汛期总降水量和降水强度增加,降水日数减少,未来可能出现更多的旱涝年;汛期降水极端性增强,暴雨降水均值和极端值均增加;50年以上重现期的年最大日降水量未来呈前40年减少后40年增加的变化。CDF-T模型为站点尺度气候变化影响评估和未来预估提供降尺度技术和基础气候数据。

气候模拟日降水量的统计误差订正分析——以上海为例

对区域气候模式系统PRECIS在SRES A1B情景下模拟的上海日降水输出按季节进行了统计误差订正。该方法首先对降水日数进行比率订正,以消除模式产生的微小值降水。然后利用Γ分布拟合日降水量的累计概率分布,采用整体和分段拟合两种方法构建传递函数TF(Transfer Function)进行订正。选取1962年12月—1992年11月作为控制时段,构建TF并将其应用于验证时段(1992年12月—2002年11月)。该订正方案消除了模式产生的微小值降水,解决了模拟的小降水值偏多的问题,频率误差保持在1%以下,分段拟合订正相比整体拟合订正具有更强的对极端降水的订正能力;对冬、春季的订正效果比夏、秋季更显著。该方案不仅有效消除了平均值的漂移,而且显著订正了变率,同时提高了极端降水事件的再现能力,是一种相对完善的订正方案。

基于耗损失效模型的金属化膜脉冲电容器可靠性评估

高储能密度金属化膜脉冲电容器是惯性约束聚变装置的关键元器件,由于其“自愈”特性,在短时间内很难得到它的失效数据。通过分析电容器的失效机理,给出了金属化膜脉冲电容器的一个耗损失效模型,推导了该模型的失效概率密度函数和分布函数,并利用电容器的性能衰退数据对其进行了可靠性分析。所选的某型金属化膜脉冲电容器未知参数估计值为0.0001194和0.0067,将该值代入失效分布函数和概率密度函数中,从而确定电容器的失效模型,由此模型求得该型电容器充放电10000次的可靠度为0.9885,预计寿命为23461次充放电。在工程实践中使用该模型对该型电容器进行可靠性分析可节约大量的试验成本。

一类DHT算法中负载的概率分布

根据节点之间间距的概率,推导出Chord、Pastry和虚拟服务器(VS)平衡方案下节点负载的概率分布。分析表明在这些分布式哈希表(DHT)算法中,节点负载都服从相同形式的伽马分布。特别地,当一个物理节点上放置20个虚拟节点,以概率0.99保证节点之间的负载差异不超过两倍。仿真实验验证了以上结果。

FY-2双星亮温归一化及其在台风个例中的应用

针对台风业务应用中发现FY-2D和FY-2E双星观测存在亮温差过大的问题,本文以2010年台风鲇鱼(Megi)为例,利用2010年10月17日1030—1230 UTC的FY-2D/E红外1通道数据,提出了双星亮温归一化的解决方法,结果如下:(1)采用CDF(Cumulative Distribution Function)匹配法对双星亮温进行归一化处理,可有效利用FY-2D和FY-2E双星观测结果。个例分析表明,经归一化处理以后,双星的PDF(Probability Distribution Function)分布更趋一致,甚至在很多地方出现重合,归一化效果良好。在台风定强分析,如ADT(Advanced Dvorak Technique)算法中,归一化处理可作为数据预处理的一部分内容,不影响后面的算法和流程。(2)以MTSAT为基准,经CDF匹配法对FY-2D和2E的TBB分别进行归一化处理,将使得FY-2的亮温与MTSAT具有可比性,便于比较国内外的台风定强分析结果和算法差异。

一种基于Hough变换的宽带雷达目标检测器

该文针对宽带雷达目标距离单元走动、具有强距离单元的特性,提出了一种基于Hough变换的目标检测算法(HD)。该算法分为两步:在第1步中,对过一级门限的高分辨距离像数据做Hough变换,并对Hough参数空间的所有数据做相应的累积分布函数(CDF)映射;在第2步中求出各个角度若干个最大值的和,并对这些和值做CDF映射,选出最大的映射和值作为检测算子。3类飞机实测数据的实验结果表明,与基于散射点密度的广义似然比检测算法相比,该方法检测性能至少有1.3dB的提高。

基于T639集合预报的持续性强降水中期客观预报技术研究

针对持续性强降水预报困难的问题,根据Anderson-Darling检验原理,构建基于中国气象局T639集合预报系统的持续性强降水中期客观预报方法。对比分析2010—2015年5—9月T639集合预报降水与实况降水的累积概率分布函数差异,在此基础上采用扩展时间序列和空间范围的方法构建3种模式气候累积概率方案,通过批量预报试验和检验,选取最优概率方案纳入预报模型,考察持续性强降水个例的最长预报时间。结果表明,随着预报时效的延长,集合预报模式的降水逐渐集中于小和中雨量级,无降水和暴雨以上量级的降水概率低于观测,168h以后模式降水概率趋于稳定。通过扩展时间序列和空间范围能弥补模式气候资料年限不足所带来的偏差,根据区域气候特征细分模式气候的方法重点突出了不同区域的降水特征,明显优于简单集合所有区域数据的模式气候方案。基于集合预报的持续性强降水预报模型对持续性强降水个例的预报能力为8—9d,随着预报时效的延长,降水强度以及雨带位置的预报能力逐渐减弱。

智能天线技术的抗多径干扰性能分析

讨论了应用于第三代移动通信系统的智能天线技术 ,分析了多径条件下信号传播的特点 ,在利用累积分布函数概念的基础上 ,分析了多用户干扰及多径衰落条件下智能天线的性能。

多维直方图联合概率分布的掩模矩阵降维算法

彩色图像的分量独立处理或感知彩色空间的强度分量处理,都能达到增强图像对比度的效果,但由于没有考虑各个分量之间的联系,不能开发完全的RGB色域。多通道直方图建模技术可以改善上述缺陷,就是通过求取多个分量的直方图联合概率密度函数和累积分布函数,从而得到彩色图像的像素灰度值映射函数,但计算联合直方图的过程也导致了过高的运算复杂度。为了降低计算量,提出了掩模降维的方法,将计算多维直方图的过程转化为了计算一维直方图,从而大大降低了运算复杂度,提高运算速度,增强对比度的效果。

非正态变量可靠性分析的鞍点线抽样方法

结合鞍点概率分布估计和传统线抽样方法的优点,提出了非正态变量可靠性分析的鞍点线抽样方法.传统的线抽样方法对非正态变量可靠性问题进行分析时需将非正态变量等价转换为标准正态变量,这种非线性转换将增加响应功能函数的非线性程度,进而加大了转换后响应函数失效概率估计的难度.所提鞍点线抽样方法则无需将非正态变量转化为标准正态变量,它利用鞍点概率分布估计方法可以直接估计非正态变量空间中线性响应函数概率分布的特点,并利用线抽样方法可以将非线性功能函数的失效概率转化为一系列线性功能函数失效概率平均值进行估计的优点,实现了非正态变量空间非线性功能函数失效概率的高精度估计.鞍点线抽样方法使用前需将变量进行标准化变换,这种变换是线性的,通过对变量的标准化变换可以消除变量的量纲,从而使得标准化变量空间概率分布更具规律性.理论推导可以证明:鞍点线抽样方法在基本变量服从正态分布时将退化为传统的线抽样方法.算例验证结果表明:针对非线性功能函数的可靠性问题,鞍点线抽样方法比传统的直接鞍点估计具有更高的精度,比直接Monte Carlo模拟有更高的效率.

一种降低OFDM系统PAPR的改进SLM技术

选择映射(selected mapping,SLM)技术是一种无失真降低OFDM(orthogonal frequency divisionmultiplexing)信号峰均比PAPR(peak-to-average power ratio)的有效方法.但是普通的SLM技术因为相位序列边带信息的传输而导致了数据传输速率的损失.因此提出了一种改进的SLM技术来降低OFDM信号的PAPR,它把相位序列信息嵌入在编码后的OFDM数据块的检测符号上,避免了系统特意传输边带信息而造成的数据传输速率的损失.Matlab仿真结果表明,所提出的改进SLM技术可以在不过分增加系统复杂性的基础上,获得比普通的SLM技术更好地降低PAPR的性能.

基于CCI资料与EnKF方法的单点土壤湿度同化

土壤湿度作为天气、农林业、水循环研究中重要的地球物理参数,对气候变化有重要影响。陆面数据同化发展较晚,研究集中在同化土壤/积雪的常规观测与遥感观测来提高土壤湿度廓线/雪水当量的估计精度。卫星遥感资料的同化是一个研究热点,同化遥感数据对提高土壤湿度估计精度有积极的作用。基于CLM4.0(Common Land Model 4.0)陆面过程模式,采用集合卡尔曼滤波(EnKF)同化方法,在美国内布拉斯加州地区的Clay Center、Red Cloud及Grand Island观测站点进行了3个单点同化实验,同化的观测数据是由CDF(Cumulative Distribution Function)技术匹配调整后的卫星遥感资料——CCI(Climate Change Initiative)数据,同化分析实验时间为2008年5月1日至2008年10月31日,利用站点实测数据对0~2cm土壤湿度的同化结果与间接受其同化影响10cm处的土壤湿度估计值进行了验证。结果表明:通过单点同化卫星遥感资料的方法可以提高表层土壤湿度的估计精度,并且受其同化影响,靠近同化层的土壤,其土壤湿度的估计精度也得到提高。

一种基于粗集理论的直方图均衡化方法

灰度吞噬造成图像信息丢失是目前图像处理中一个普遍存在而不好解决的问题。提出一种改进直方图均衡化方法,在一定程度上避免图形信息吞噬现象。该方法利用粗集理论中集合近似及分类近似度量及重要性的概念,划分出集合的恰当边界,并进行试验对比分析。结果表明,改进直方图均衡化方法处理过的直方图图像清晰、细节丰富,能有效吞避免图形信息吞噬现象。

基于谱修正方法的非高斯风场模拟

为克服基于H erm ite谱修正方法的缺点,减少该方法中计算H erm ite多项式系数所需耗费的大量机时,提出了一种模拟非高斯风压场的新方法,采用非高斯累积分布函数(CDF)映射技术来代替基于H erm ite的概率密度函数(PDF)修正。选择任意边缘PDF模型作为概率目标模型,采用目标功率谱密度(PSD)作为样本函数,通过迭代修正该样本函数,使其收敛于目标概率密度函数和目标功率谱密度。将该方法应用于实际结构的非高斯风场模拟,模拟结果与目标谱符合良好,表明本文方法模拟非高斯风场具有较高的精确度和计算效率。

基于随机矩阵的新型频谱盲感知方法

针对传统频谱感知算法需要预先估计噪声方差且当存在噪声不确定度时,检测性能降低的特点,提出一种基于随机矩阵的改进型频谱盲感知算法(M-CMME)。该算法通过分析协方差矩阵最大特征值极限分布特性,分析并利用采样协方差矩阵特征值与信号平均能量的关系,推导设定虚警概率条件下判决门限的闭式表达式。该算法不需要预先知道授权用户信号的先验知识,且能够有效克服噪声不确定度的影响。仿真结果显示,当噪声方差估计存在偏差的情况下,该算法具有较强的鲁棒性,且在较少采样点、低信噪比、较少阵元数情况下能够获得比CMME更优的检测性能。

基于CvM算法的Nakagami衰落信道统计特性检验

Nakagami信道通过不同的衰落因子m可以仿真不同的信道衰落环境,仿真数据与实际测量值吻合度较高,在信道仿真领域得到广泛应用。然而,目前针对Nakagami信道模型的可信性研究较少,缺少科学的比对验证方法。根据典型Nakagami信道的一阶包络序列服从Nakagami分布这一信道统计特性,提出一种基于Cramer-von Mises(CvM)算法的拟合优度检验方法。使用“高斯+瑞利+直流”组合法建立Nakagami衰落信道模型,得到信道输出序列并从中提取包络序列。在此基础上,利用双样本CvM检验算法对包络序列的理论分布和实际分布进行拟合优度检验,实现对Nakagami信道模型的可信性评估。半实物仿真结果表明,与K-S检验、卡方检验和Z检验+卡方检验融合检验算法相比,CvM针对不同m下的Nakagami衰落信道均具有较好的识别性能,同时在可靠性和复杂度方面也具有优势,其对虚警概率为0.01以下的Nakagami衰落信道识别准确率达到92.6%,对样本长度为300000以上的Nakagami衰落信道平均识别准确率达到96.4%,而当待检验信道为其他信道时,不存在误识别的情况。

基于有效覆盖区域的VANET链路持续时间建模与仿真

为研究节点移动方向、移动速度等因素对车载自组织网络(VANET)链路动态性的影响,通过限制实际VANET环境中的道路宽度和节点传播范围定义节点有效覆盖区域,建立链路动态分析模型,推导出链路持续时间及其累计分布函数的理论表达式。通过仿真实验对理论结果进行验证,得出理论计算与仿真数据吻合较好的结论,并表明节点移动速度、道路宽度和节点传播范围等因素对链路持续时间都有一定程度的影响,其中节点传播范围所占比重相对较大。

基于转移累计概率分布统计降尺度方法的未来降水预估研究:以湖南省为例

基于最新一代CMIP5(Coupled Model Intercomparison Project Phase 5)模式历史情景和未来RCP4.5情景下的模式逐日降水数据,使用转移累计概率分布(CDF-t)统计降尺度方法,从空间变化和时间变率两个方面评估该降尺度方法对湖南日降水量模拟能力的改善效果,并在此基础上对未来降水量变化进行预估。结果表明,CMIP5气候模式由于分辨率较低,无法细致反映湖南地形变化和大气环流影响导致的区域降水变化特征。经过CDF-t统计降尺度处理之后,模式对湖南降水的时、空分布模拟与实况更为接近,绝大部分模式对降水空间结构的模拟能力都有显著提高。基于CDF-t统计降尺度的多模式集合预估结果表明,21世纪湖南省日降水量呈弱的增多趋势(0.95%/(10 a))。21世纪初、中和末期相对于1986—2005年的气候平均态,湖南省日降水量分别增加了4.6%、5%和5.2%。3个时期湖南省日平均降水变化的空间分布存在较强的一致性,皆表现为湖南西北、东北和东南3个地区降水增幅最为显著,且随着辐射强迫的增大,3个地区降水增幅也呈递增趋势。需要指出的是,预估结果在模式之间存在一定差异,并且这种差异随着辐射强迫的增大而增大。

响应量分布函数求解的子集模拟方法及其应用

在马尔科夫链Monte Carlo子集模拟法的基础上,提出了响应量分布函数求解的子集模拟方法。所提方法利用子集模拟在计算小失效概率时引入一系列具用较大失效概率的中间失效事件的特点,通过提取引入的每个中间失效事件对应的门槛值和失效概率,求解得到响应量完整的分布函数,并将所求得的分布函数用于基本变量的总效应和主效应分析。在详细给出了响应量分布函数求解子集模拟法的原理和主要步骤后,利用简单数值算例对所提方法的精度和效率进行了验证,结果表明所提方法在效率比Monte Carlo法大大提高的基础上精度也能满足要求。