多目标跟踪算法的最优子模式分配概率度量

针对最优子模式分配(OSPA)度量标准只能适应测量轨迹距离的缺点,提出最优子模式分配概率(OSPAP)度量标准。通过计算真实轨迹与预测轨迹之间的基本概率和标签错误的惩罚概率评价跟踪算法的性能。在现实的跟踪系统中,无法获得跟踪目标的真实轨迹,但是基于概率的多目标跟踪算法的概率较易获得。实验结果表明,采用该标准得到的度量数据与实际情况一致,能够在实际的跟踪系统中实时地反映概率跟踪算法的性能。

低重分配概率的OVSF码重分配算法

在采用正交可变长扩频因子(OVSF)码作为信道化码的直接序列扩频码分多址系统中,提出用重分配概率作为重分配算法的一个新的评价指标,重分配概率越小,系统的计算复杂度越低。进而提出一种低重分配概率的、基于空码容量的重分配算法,在解决本次码阻塞的同时,兼顾对未来高数据速率的呼叫的支持能力,减少未来码阻塞发生。仿真证实,重分配概率比已有2种重分配算法都小。

基于共享邻近度和概率分配的密度峰值聚类算法

针对密度峰值聚类(DPC)算法难以准确找到流形数据的类簇中心以及剩余样本点分配过程易发生连带错误等问题,提出了一种基于共享邻近度和概率分配的密度峰值聚类(SP-DPC)算法。基于K近邻和共享K近邻定义了样本点间的共享邻近度,使用共享邻近度重新定义了样本点的局部密度,从而找到正确的类簇中心;利用样本点的K近邻信息,提出传递概率分配策略和证据概率分配策略共同优化剩余样本点的分配,从而避免分配连带错误;在17个合成数据集和12个UCI数据集上进行实验,将SP-DPC算法与DPC算法、SKM-DPC算法、DPC-NN算法、DBSCAN算法、K-means算法进行对比,实验结果表明SP-DPC算法在AMI、ARI、FMI这3个评价指标上整体取得了相对最优值,聚类效果优于其他对比算法。

基于风险优化分配的ARAIM保护级计算方法

先进接收机自主完好性监测(ARAIM)技术是一种成本低、自主性强的完好性监测方法。针对基础ARAIM算法将完好性风险和连续性风险采用平均分配导致计算的保护级数值过于保守的问题,文章提出一种基于风险优化分配的保护级计算方法。该方法在理论层面对保护级计算方程进行推导,将最大值最小化问题转化为非线性约束优化问题,实现完好性风险和连续性风险的合理分配,从而提高ARAIM的可用性。基于测站数据的MATLAB的fmincon非线性规划求解器求解的结果表明,BDS+GPS系统的水平保护级(HPL)和垂直保护级(VPL)的平均优化率为50.61%和46.88%。基于软件接收机的ARAIM算法平台使用BDS和GPS历书的仿真实验结果表明,BDS+GPS系统的ARAIM全球可用性大于99.5%的覆盖范围由85.53%增加到了97.37%,提升了11.84%。

基于AADL的失效概率分配及安全性评估方法

当代航空系统是复杂的安全关键信息物理融合系统(cyber-physical system,简称CPS).失效概率分配是民用航空系统及设备初步系统安全性评估过程的重要工作,AADL(architecture analysis and design language)适用于航电系统的设计开发,对AADL模型实施失效概率分配和安全性评估是不可或缺的.提出了基于AADL的失效概率分配方法,可将系统失效概率分配给子构件,作为其安全性需求.该方法综合考虑系统架构设计、模型复杂度和严酷度(severity)等级.通过结合失效概率分配方法和确定性随机Petri网(deterministic stochastic Petri-net,简称DSPN),进一步提出了基于AADL的安全性评估方法,将系统的AADL模型转换为DSPN模型,以计算子构件的失效概率,并评估子构件是否满足安全性需求,直到设计出满足安全性目标的架构模型.最后给出了失效概率分配方法与安全性评估方法的实现算法和工具结构,并通过将所提出的方法应用到飞行控制系统,表明所提方法能够有效地完成失效概率分配和安全性评估.

采用聚类特征的基本概率分配生成方法及应用

针对在识别框架不确定时基本概率分配(BBA)生成困难的问题,提出一种基于聚类特征的基本概率分配生成方法,以减弱对样本长度的依赖性,并分析2种情况下的BBA生成。在框架未知时,通过聚类分析获得各个类别的聚类特征,建立样本属性的聚类特征区间模型;在框架已知时,获取聚类特征,建立样本属性的聚类特征区间模型;然后用各个区间模型之间的距离表示样本属性之间的差异,在此基础上建立了一种相似度的度量方法;最后对相似度进行归一化得到BBA。采用Iris数据集和Wine数据集的实验结果表明:所提方法对样本长度敏感程度低,对Wine数据集的一个类的分类结果达到100%。将该方法应用于某煤化工企业压缩机组子系统状态监测信息数据集,实现了监测信息状态的识别。

证据理论在有序命题类问题中的基本概率分配

针对证据理论在有序命题类问题中的应用构造基本概率分配函数。有序命题类问题作为一种常见的分类问题,是证据理论应用的一个活跃领域,其基本概率分配存在显著的特点,在分析其特征的基础上,采用基于典型样本的方法,利用实测值与典型值之间的距离构造正态分布曲线的密度函数,进而构造基本概率分配函数。将该方法应用于海上溢油事故等级的评定,通过数据模拟分析其存在的不足,并通过弹性拉大实测值与典型值之间的距离、将"不知道"概率赋值等方法进行改进。实验结果表明改进的基于典型样本的方法能够有效地进行基本概率分配,满足应用的特点和需要。

基于路段交通量的趋势增长——概率分配路网交通量预测方法

结合中国西部地区路网的现状,以路网中各路段的历史交通量调查数据和区域经济资料为依据,利用多元回归模型对路网的正常交通量进行预测;以现状路网正常交通量为基础,利用概率分配法对新建或改建路网的转移交通量和诱增交通量进行预测,形成基于路网路段交通量调查资料的趋势增长———概率分配路网交通量预测方法。该方法继承了个别推算法的优点又摈弃了总量控制法的缺点,可操作性强,适用于西部地区的路网。

基于贝叶斯方法的尺寸变化概率分配及其在产品变型设计中的应用

基于大规模定制生产对产品组成零件的分类,定义了不同类型零件之间的尺寸约束满足优先级,提出了通过转移/延迟零件尺寸变化需求来提高产品变型体中零件重用水平的变型设计策略,分析了零件重用引起的尺寸冲突形式。针对零件尺寸变化转移/延迟问题,给出了零件尺寸之间的变化概率矩阵,提出了基于贝叶斯方法的尺寸变化概率分配模型,可以将尺寸变化需求集中到少数零件对象上以实现重用。在此基础上,给出了基于尺寸变化转移/延迟的混合多模型产品变型设计过程模型。最后,通过一个案例进行了验证,结果表明:通过将尺寸冲突转移、延迟,并根据零件分类动态分配尺寸变化概率,可有效提高定制产品中零件资源的重用水平。

ARAIM算法的风险概率优化分配

基础的ARAIM(advanced receiver autonomous integrity monitoring)算法将连续性风险和完好性风险概率平均分配给所有可见卫星,导致VPL(vertical protection level)较为保守。因此,采用了一种最大值最小化方法,利用Matlab的fminimax函数,对完好性风险和连续性风险进行合理分配,提高单星座ARAIM的可用性。实测数据的算例结果表明:无论是静态还是动态数据,最大值最小化方法都能够合理地进行风险分配。GPS和BDS单系统的VPL平均改善率为12.14%和10.63%,STD(standard deviation)平均改善率为78.69%和72.33%,并且该优化算法与其他两种优化算法相比,提高LPV-200下ARAIM可用性的效果更佳。仿真全球的结果表明:采用最大值最小化方法之后,GPS的ARAIM可用性大于90%、99.5%的覆盖范围由26.60%、0%分别增加到了38.69%、17.35%;BDS的ARAIM可用性大于90%、99.5%的覆盖范围由30.73%、19.91%分别增加到了34.28%、22.33%。

基于最小径集的系统故障概率分配方法研究

为准确、快捷地解决在复杂系统中的可靠性分配问题,在基于最小割集的可靠性分配方法的基础上建立了基于最小径集的系统故障概率分配模型。该模型的分配思想不是对系统所有的单元都进行分配,而是选择最有可能导致系统发生故障的单元进行分配。最小径集分配法只需对最小径集中的基本事件直接进行分配计算,从而大幅度减少了中间计算工作量。它的另一个突出优点是能提供多个可选择的分配方案,因为每一个最小径集都代表1种分配方案。根据安全系统工程的优化思想,提出了不可靠度分配方案的选择原则:在基本事件数相同的最小径集中选择概率较大的最小径集;在概率接近的最小径集中选基本事件数较少的最小径集。对于最小径集中基本事件的分配,根据概率重要度来分配是合理的,因为重要度越大的基本事件对系统的影响就越大,分配的概率就应该越小。通过矿井火灾事故树的举例,进一步描述了基于最小径集的系统故障概率分配方法的定量计算过程。研究表明,基于最小径集的系统故障概率分配法是工作量最小的分配方法,还可以进行分配方案的比较选择。

概率分配模型及其在地震危险性分析中的应用

本文提出了一种由地震区(带)的地震发生概率确定潜在震源区发震概率的概率分配模型。这一模型具有以下特点:1.地震区(带)的地震发生概率控制并确定了潜在震源区的发震概率,这一原则完全遵从概率论的基本原理;2.模型中用于描述地震发生过程的随机模型,对潜在震源区的发震概率不再起决定性作用,从而大大降低了由此而带来的不确定性。将概率分配模型与目前用于新的中国地震区划图编制工作中的地震平均年发生率分配方法进行了比较,结果表明,二者对华北地区的应用结果相差不大。但进一步的分析表明,当地震活动水平较高时,后一方法可能会低估潜在震源区的地震危险性。

基于改进稀疏概率分配法的计及参数不确定性的电力系统时域仿真

快速准确的电力系统不确定性时域仿真方法是电力系统不确定性动态及暂态分析的重要工具,其计算精度及速度亟待提升。该文提出了基于改进稀疏概率分配法的电力系统时域不确定性仿真新方法。首先提出了基于Kronrod方法的改进稀疏概率分配法,即利用Kronrod方法对高斯点进行拓展得到嵌套型高斯点,使样本集合满足嵌套特性,大幅度减少了样本数量,并且能适用于不确定参数服从任意分布的情形;进而将该方法应用于计及参数不确定性的电力系统时域仿真,得到了计及参数不确定性的电力系统时域仿真新方法。该文提出的方法可以综合考虑时域仿真中各种不确定参数的影响,快速获得不确定参数的概率密度函数、期望及方差。算例证明了该方法的有效性。

基于Pareto法则的BPA概率转换

基于帕累托(Pareto)法则,该文认为复杂焦元信度的分配应该依赖于其单子命题的信度,信度大的更能决定复杂焦元的分配,信度为零的也能影响复杂焦元的分配.将复杂焦元分成2类结构:单子命题没有零值和单子命题有零值.对于前者,找出了复杂焦元的帕累托元素,只在帕累托元素上按其信度权重进行分配,这既避免了一些反常的情况又能更加突出信度大的单子命题.对于后者,采用忽略一部分或平均的办法来进行分配;设置了2个参数,既能控制焦元分配的冒险程度,又能控制转换的效果.提出了一种能够根据给定冒险程度来计算基本概率分配函数概率转换的新方法.最后通过实例分析,验证了该方法是有效的.

基于概率分布特征和代理模型的试验数据扩充方法研究

针对外场试验数据样本数量较少的情况,提出了一种利用概率分配和代理模型进行数据扩充的方法。通过分析数据的基本概率特征确定区间划分和各个区间需要生成的样本点的个数,样本点则基于反向传播(Back Propagation,BP)神经网络方法构建半实物仿真系统代理模型生成,并采用直方图统计方法选取,从而使增补的样本点既保留了原始数据的概率特征,又具有物理内涵。扩充的外场试验数据完善了飞行器的落点坐标信息,提升了落点数据融合模型的精度。通过飞行器534A的外场和半实物仿真试验研究,验证了该方法的实用性和有效性。

基于联系云和改进冲突证据融合算法的泥石流易发性评价

泥石流作为一种常见的地质灾害,其形成机制复杂,影响指标众多且呈现多重不确定性,为综合考虑多种影响因素协同作用,基于信息融合和不确定性分析理论,提出一种基于证据理论和云模型的泥石流易发评价方法。首先,应用联系云模型(CCM)计算泥石流易发性关键评价指标的基本概率分配函数(BPA);然后,引入兰氏距离和邓氏熵,分别修正指标BPA的可信度和不确定度,得到修正后的BPA;最后,基于D-S证据理论对修正BPA进行证据融合,实现泥石流易发性评价,并进行实例验证。结果表明:所采用的CCM能够克服正态云模型计算BPA时要求指标为正态分布的缺陷,并考虑的指标分布的随机性和不确定性;提出的方法与其他4种常用的证据融合方法评价结果基本吻合,用于泥石流易发性评价有效可行;基于兰氏距离和邓氏熵改进的冲突证据融合算法可提高证据融合的收敛速度和精度,并且结果更准确可靠。

基于分簇的无线传感器网络密钥预分配方案

在无线网络传感器防止虚假攻击保证网络安全问题的研究中,针对无线传感器网络中的安全和提高系统识别认证能力问题,为了实现无线传感器网络中的安全通讯,需要对传感器节点间传递的信息进行加密。传统网络中使用的密钥分配策略,并不适用于无线传感器网络。分析了已有无线传感器网络密钥分配方案的特点。为了提高网络通信的安全性,尤其是在部分传感器节点被捕获后整个网络的健壮性,在分配方案基础上,采用一种分簇网络体系的密钥预分配方案。实验结果保证了连通率,节约存储空间,证明适用于现有的无线传感器网络。

基于动态粒子群算法的ARAIM可用性优化方法

卫星导航的完好性监测技术对保障航空领域的导航安全至关重要。针对高级接收机自主完好性监测算法将完好性风险概率和连续性风险概率平均分配给所有可见卫星,导致垂直保护级较为保守,进而造成可用性降低的问题,本文提出了一种基于动态粒子群算法(dynamic particle swarm optimization,DPSO)的ARAIM可用性优化方法。通过优化风险概率分配过程,在完好性指标不变的情况下,可有效降低垂直保护级,提高了ARAIM算法的可用性。选取全球均匀分布的6个MGEX(multi-GNSS experiment)测站对所提方法进行验证,并分析了算法的全球可用性。同时,为验证该方法的有效性,在沈阳法库通航机场采集飞机全飞行阶段的卫星导航试验数据,对算法进行验证。静态数据与动态数据试验结果表明:采用基于DPSO算法的分配策略,降低了垂直保护级,提高了ARAIM可用性,全球范围内ARAIM可用性大于99.5%的覆盖比率由98.2%增加到99.7%。

采用概率选择的自适应多目标粒子群算法

针对多目标粒子群算法进行了收敛性和分布性分析,提出了一种应用概率分配的自适应调整惯性因子的粒子群优化算法。该算法通过粒子非劣排序的支配等级,设定个体的适应度数值,为增强最优解集的分散性,采用拥挤距离对适应度进行惩罚,进而根据概率选择比较获取相应的最优个体;同时算法根据粒子个体所处位置以及相应的迭代次数,对惯性因子进行了自适应调整,增强了算法的收敛性。最后通过测试函数对改进算法进行了效果验证,表明了算法的有效性。

基于幂Pignistic概率距离的加权证据组合方法

针对现有的相似性/相异性测度在量化证据冲突时存在的不足,定义一种新的被称为幂Pignistic概率距离的相异性测度,并提出基于幂Pignistic概率距离的加权证据组合方法。该方法通过幂Pignistic概率距离量化两证据之间的冲突程度,然后建立相似性矩阵并求得各证据的可信度,再用加权平均法修正证据,最后利用Dempster规则进行组合。数值算例的结果表明,所提方法是合理有效的。