基于QMC采样的GMPHD分布式融合方法

针对高斯混合概率假设密度分布式融合过程中高斯分量数随时间急剧增长的问题,给出了一种适用于融合过程不同阶段的两级分量混合约简算法,最大程度地减少了信息的损失。针对高斯混合概率假设密度协方差交叉融合算法中高斯混合模型求幂运算后不再服从高斯混合分布的问题,提出了一种基于拟蒙特卡罗采样的等价求解方法。仿真实验表明,所提的改进算法在保证融合计算有效性和可行性的同时提高了融合精度。

一种快速准蒙特卡罗粒子滤波算法

针对准蒙特卡罗(Quasi-Monte Carlo,QMC)方法应用于粒子滤波采样时计算复杂度高,以及粒子滤波中重采样步骤引起样本枯竭的问题,提出一种结合准蒙特卡罗方法的粒子滤波算法,在重要性采样后,将生成的随机化QMC序列分别映射到以大权重粒子为核心的独立子空间上,避免了直接对采样空间进行预测,同时又保持了样本多样性.实验结果表明该方法可以有效抑制样本枯竭现象,获得了高于蒙特卡罗(Monte Carlo,MC)方法的估计精度,而计算效率与粒子滤波相近.

机械强度可靠性灵敏度分析的拟蒙特卡罗法

虽然蒙特卡罗方法具有程序结构简单,计算效率与问题维数无关的优点,但工程结构的失效概率往往很小,要获得精确的结果就需要大量样本,因而计算效率低.针对这一问题,采用Halton序列代替伪随机数并结合重要抽样方法,提出计算可靠性灵敏度的拟蒙特卡罗法.该方法与传统蒙特卡罗法相比显著减少了样本,提高了计算效率,并且误差是确定的.以齿轮为研究对象,通过对接触疲劳可靠性及可靠性灵敏度进行分析,证实了该方法在计算效率上的优势.