顾及RMLE的GNSS时序噪声特性及环境负载修正

针对环境负载易对全球卫星导航系统(GNSS)站坐标时序修正前后噪声模型特性及其站速度造成影响的问题,提出一种顾及约束最大似然估计(RMLE)的GNSS时序噪声特性及环境负载修正方法:选用206个连续13a的GNSS站时间序列,采用改进的贝叶斯信息模型估计准则,利用约束最大似然估计(RMLE)方法探讨和分析大气压负载、非海洋潮汐负荷、积雪负载及土壤水负载等环境负载对GNSS时序修正前后噪声模型特性及其站速度的影响。结果表明:经环境负载修正后,GNSS时序中的噪声主要表现为闪烁噪声+白噪声(FNWN)与幂律噪声+白噪声(PLWN),北(N)、东(E)、天(U)3个分量上噪声模型修正前后分别有约19.9%、36.5%、40.8%的噪声模型发生变化,N、E、U分量上分别有96.6%、84.5%、88.3%的测站速度不确定度减小,对垂直速度估计的最大影响可达0.5mm/a;证明环境负载修正能够提高速度估值的精度。

水声MIMO-OFDM通信中的空频迭代信道估计与均衡

在MIMO-OFDM水声通信系统中,由于信道间的相互干扰和水声信道严重时延扩展产生的频率选择性衰落,系统的通信误码率较高。针对这一问题,研究了空频编码的MIMO-OFDM通信,提出空频迭代信道估计与均衡(Spatial Frequency Iterative Channel Estimation and Equalization,SFICEE)方法。该方法通过载波间的空频正交性进行各收发阵元对的信道估计,并通过空频均衡获得符号初始估计,迭代更新信道估计,而后通过符号后验软信息反馈进行迭代空频软均衡。仿真结果表明,当误码率为10^(-3)时,文中所提出的SFICEE方法经过二次迭代与STBC方法相比具有4.8 d B的性能增益,相对于SFBC方法有2.8 d B的性能提升。当输入信噪比相同时,文中所提出方法的星座图更加收敛,可以更好地降低水下通信系统的误码率。

MIMO-OFDM迭代时变频偏估计算法

MIMO-OFDM是一种高速的通信技术,满足了未来舰载雷达协同通信时隙小、数据量大的要求。但是舰船间的相对速度会导致通信频率的不断变化,而且MIMO-OFDM技术对频偏又十分敏感,因此必须对时变频偏进行估计。本文假设每一帧信号的频偏都是随机变量,提出了利用期望最大化(EM)和最大后验概率(MAP)译码算法相结合的时变频偏估计和信号检测算法。计算机仿真结果表明,该算法可以准确地估计时变频偏,而且系统的误码率性能和频偏估计精度可以随着迭代次数的增多而提高。

基于时序残差概率的风电场超短期风速混合预测模型

风速的准确预测对提升风电功率预测精度和电网稳定运行具有重要意义,预测模型残差的精准刻画是实现风电场风速序列准确预测的前提,提出一种基于时序残差概率的风电场超短期风速混合预测模型。首先,基于改进变分模态分解方法将风速分解为频率特征互异的分量;然后,通过时间序列模型对分量中具有规律变化特征的线性成分构建确定性预测模型,对于拟合残差成分采用条件核密度估计建立概率预测模型,并基于二者时序递推叠加结果构成风速预测值。在此基础上,针对各残差分量条件概率无法直接表征原始预测结果的问题,提出了一种基于模拟法的概率生成方法,实现对风速的概率预测。最后,以我国东北某风电场运行数据为例,验证所提方法具有较高的预测精度,在保证可靠性的同时,具有极低的预测区间宽度,降低了概率预测不确定性。

基于传感器网络的时延补偿分布式状态估计

提出一种基于传感器网络的分布式状态估计算法,用于具有随机传输时延的网络化系统。为了节省通信带宽,引入了自适应概率量化机制。考虑随机传输时延的存在,利用缓存器中的数据设计了改进的无迹卡尔曼滤波(UKF)算法进行时延补偿。在局部估计完成后,利用快速协方差交叉方法进行融合估计,以获取更加精确的状态估计。此外,还分析了融合估计误差的有界性。最后通过数值模拟算例验证了所提算法的有效性。

基于均方误差的多目标概率假设密度滤波器

在噪声、杂波和漏检等因素干扰的目标跟踪下,标准概率假设密度滤波器的目标状态估计精度及其计算效率低,难以满足目标跟踪系统的要求。文章提出一种基于均方误差的多目标概率假设密度滤波器,主要包括目标量测和杂波划分以及目标分量选择与更新策略。目标量测和杂波划分策略识别源于真实目标的量测以构建目标量测集;目标分量选择与更新策略通过似然函数和卡尔曼增益选择和更新目标。结果表明,相对复杂跟踪场景下本文算法不仅具有较高的目标状态估计精度,而且具有相对较高的计算效率。

改进的PERT模型在项目进度风险分析中的应用研究

PERT网络计划方法在工程项目的进度计划与控制中虽已广泛应用,但仍存在着不足。基于PERT网络分布的假设,阐述了常规三时估计法的不足,提出了相应的对策,最后应用改进后的PERT模型对工程进度风险进行研究,并根据项目工期风险率把项目进度风险划分为5个等级。

IR-UWB能量检测接收机中基于门限的TOA估计

为提高能量检测模式下脉冲超宽带(IR-UWB)测距的精度和可行性,该文提出基于最优门限和次优门限的两种到达时间(TOA)估计算法。最优门限算法以接收机信号统计特性与UWB小尺度衰减特性关系式为基础推导出门限选择的闭合表达式,并在最小均方误差(MMSE)指标下求解TOA估计值;次优门限算法以最优门限分析为基础,在虚警概率约束下使用牛顿迭代给出求解门限的递推算法。仿真表明,与同类算法相比,最优门限算法测距精度有较大提升;次优门限算法易于实现,且性能无明显下降。

多分量多项式相位信号的参量估计

本文首先分析了现有的基于PHAF估计mc PPS相位参量方法的局限性 .提出了先由对应于不同时间延迟参数的高阶模糊度函数估计出一组相位系数估值 ,然后采取表决方法从该组估值中提取出最终相位系数估值的参量估计方法 .该方法既回避了信号检测中的阈值选取问题 ,又提高了检测可靠性及参量估计精度 .

陇南市活断层地震危险性评估

在甘肃省陇南市活断层探测与地质填图研究的基础上,归纳了开展地震危险性评估所需的主要活动断裂的基本活动性参数;采用震级—破裂尺度关系、震级—频度关系等方法评估了陇南市相关断裂(带)的潜在最大震级和平均复发间隔;利用时间相依的地震潜势概率模型和泊松分布模型评估了各断裂或断层小区在未来50、100、200年内发生破坏性地震的概率。同时利用b值空间图像扫描的方法给出了研究区的b值图像,分析了高应力区的地震危险性。通过对以上结果的综合分析,结果表明盖山—迭山断裂或光盖山—迭山断层小区的西端表现为高应力累积区,且发生破坏性地震的概率较高,是未来危险程度较高的断裂段。。

一种基于Hermite函数约束的光学经纬仪多站定位方法研究

传统光学几何交会方法中采用的方向余弦定位法因其算法简单清晰一直广泛应用于工程实践,但该方法受空间几何关系影响较大,对测元误差抑制能力差,因此定位精度并不理想,而且不能多站同时定位计算。为此提出一种基于Hermite函数约束的光学经纬仪多站定位解算方法,称为函数约束误差模型弹道最佳估计(EMBET)方法。该方法首先在采用Hermite函数表征目标定位参数以压缩待估参数数量的基础上进而实现对光学经纬仪测元的数学表征,然后将多站多测元观测数据组成联合测量方程,最后依据最小二乘准则优化解算方程获取目标定位参数,并具有对测元系统误差校准的能力。结合仿真实例计算,对方向余弦定位方法和函数约束EMBET方法进行了比较分析,验证了函数约束EMBET方法在光学经纬仪多站定位中具有更高的定位精度和更强的实用性,为工程应用提供了参考依据。

基于实时电价与支持向量分位数回归的短期电力负荷概率密度预测方法

智能电网环境下,实时电价对用户用电模式的影响较大,为了提高考虑实时电价的短期电力负荷预测精度,更好地反映电力负荷的不确定性。提出了支持向量分位数回归方法,通过引入松弛变量构造Lagrange函数,得出不同分位点下的未来一天任意时刻电力负荷的预测结果。同时采用Epanechnikov核函数,将SVQR与核密度估计相结合,进行短期电力负荷概率密度预测,可得到未来负荷准确的波动范围。以新加坡的历史负荷和实时电价数据为例,进行短期电力负荷概率密度预测,结果表明该方法能够较好地解决考虑实时电价的短期电力负荷概率密度预测问题。

机动目标在射击门下的概率模型估计

研究机动目标在射击门下的同一性分布可为火控理论中命中概率研究与应用提供一普适性的理论依据。分析了具有随机因素的机动目标在穿越射击门时的随机计数特征,给出了齐次泊松分布的推断,对具有二维独立自相关正态随机目标在矩形域和椭圆域下待机时间和滞留时间的概率密度估计及其误差进行了仿真研究,得到其密度估计模型及其误差为伽玛分布的补偿修正估计模型。

基于时变状态转移隐半马尔科夫模型的寿命预测

隐半马尔科夫模型在进行系统状态估计及寿命预测时,其状态转移概率矩阵是固定值,得到的剩余寿命预测值呈阶梯状变化,与系统的实际剩余寿命值之间存在着较大的误差.针对上述问题,提出了具有时变状态转移概率矩阵的隐半马尔科夫模型,根据系统的3种典型退化状态分析,给出3种不同的状态转移系数.与初始状态转移矩阵相结合,得到随时间变化的状态转移矩阵.提高系统在当前健康状态下的剩余持续时间估计精度,最终得到更为准确的总体剩余寿命预测值.结果表明,基于时变状态转移概率矩阵的隐半马尔科夫模型相比传统的隐半马尔科夫模型,可显著提高剩余寿命预测的准确性.

出行时间价值最大熵分布估计模型

为提高使用时间价值数据拟合其统计分布的精度，将最大熵原理分别与低阶（≤6）经典矩和概率加权矩相结合，建立了时间价值低阶经典矩与概率加权矩统计分布函数模型。仿真结果表明：在大样本量下，利用经典矩与概率加权矩对参数估计的精度相当，在小样本量下（ 〈30），采用概率加权矩估计参数的相对误差在10％-35%之间，而采用经典矩估计参数的相对误差在20％-80％之间。可见利用概率加权矩克服了经典矩模型在小样本量下参数估计的大偏差问题，且利用其可以准确地预测交通方式分担率与分析交通定价政策对交通行为的影响。

考虑负荷自适应检测和修复的鲁棒极限学习机短期负荷预测方法

针对现有负荷预测方法对于温度、湿度累积效应下的短期负荷预测精度低的不足,该文提出了一种基于时变Cook距离统计量的负荷异常值检测和基于非参数概率密度估计的负荷自适应修复的鲁棒极限学习机(extreme learning machine,ELM)短期负荷预测方法。首先将历史负荷数据按季节分组,根据每个季节实时负荷和对应的气象因素,利用递归最小二乘法获取历史负荷数据的自适应遗忘因子,构建基于遗忘因子的时变Cook距离统计量,检测负荷数据中的异常值(或强影响值);采用非参数概率密度估计,构建实时负荷与气象因素的随机模型对异常负荷值(或强影响值)进行修复。考虑电力负荷数据异常值对预测精度的影响,采用了一种鲁棒ELM算法对负荷数据进行回归分析;最后,引入基因遗传算法对负荷预测模型参数进行优化,提升负荷预测算法预测准确率;通过实例仿真分析,验证了该方法提高预测精度的有效性。

符号约束与时变参数SVAR模型的贝叶斯估计实现

传统识别SVAR模型的方法包括两类,一类是约束模型中的结构参数,另一类是约束脉冲响应函数,但多为严格的等式约束,符号约束则基于先验理论限定脉冲响应的方向,用较为宽松的不等式约束实现模型识别,能有效降低主观因素影响;同时随着经济结构的变化,SVAR模型的参数估计值有随时间变化的趋势,固定的参数估计值已不能有效刻画不同时期的经济发展状态。本文基于Gibbs抽样思想与贝叶斯统计推断理论,系统介绍符号约束下时变参数SVAR模型的贝叶斯估计方法,使用中国和美国数据,分别估计VAR模型、Sign-SVAR模型和Sign-TVP-SVAR模型。实证结果发现,符号约束能够有效避免脉冲响应的方向性偏误,时变参数能够更好刻画不同时期内经济变量的结构时变特征,在货币政策分析中具有明显优势。

基于动态时间规整的语音样例快速检索算法

为了提高基于DTW算法的语音检索系统的速度,提出了一种基于分段累积近似下界估计的动态时间规整算法,实现语音样例快速检索。该方法首先提取查询样例和测试集的音素后验概率作为特征参数,然后计算语音样例和测试集中所有候选分段实际动态规整得分的分段累积近似下界估计,最后采用K-最近邻算法与动态时间规整算法搜索与语音样例相似度最高的区域。实验结果表明,此算法的检索速度比直接运用DTW算法快6.32倍,而对其检索精度无任何影响。

决策过程中情感因素影响主观概率估计的实证研究

人类的决策过程并不一定都是理性过程。研究表明,情感因素可能参与其中。主观概率估计是人类决策过程中一种常见的认知加工活动,是推理和决策的基础。研究通过32个未来事件,考察了在有无时间压力下,人们对积极或消极事件进行主观概率估计时,情感因素的影响。结果发现,人们大多认为积极事件将来发生的可能性要大于消极事件,同时结果还显示,在时间压力引起的紧张情绪下,参照主体以及描述方式都会影响人们的主观概率估计。这一结果表明情感因素影响决策过程,对情感因素的有意控制可以部分达到影响决策的目的。

半参数回归模型拟极大似然估计的弱相合性

本文考虑一类固定设计的半参数回归模型,其误差为一阶自回归时间序列。用权函数及拟极大似然估计方法得到了一些参数及非参数的拟极大似然估计量,在适当的条件下,研究了它们的弱相合性,从而丰富了该类半参数回归模型的估计理论与方法。