基于广义伽马分布的系统可靠性增长预测

研究了系统可靠性增长预测方法.论证了可靠性增长试验中系统失效时间服从广义伽马分布,进而预测系统未来失效时间及可靠性,给出了点估计和区间估计,并引入标准差和比例系数进行预测精度分析.实际算例验证了该方法的有效性.

广义伽马旋回模型预测油气田产量与可采储量

受翁氏旋回模型的启发 ,提出用广义伽马旋回模型预测油气田产量与可采储量。从理论上分析推导了广义伽马旋回模型的可行性 。

基于广义伽马分布的SAR图像相干斑抑制

引入广义伽马分布对SAR图像杂波的统计特性进行建模,在此基础上给出了一种自适应SAR图像相干斑抑制方法。该方法在贝叶斯理论框架下利用最大后验概率准则对地物的真实后向散射强度进行估计。分布模型的参数采用以梅林变换为基础的对数累积量方法进行估计。基于SAR实测数据的仿真实验结果表明,提出的方法能够有效地去除SAR图像中的相干斑噪声。

分布式编码中广义伽马分布相关噪声模型研究

针对现有相关噪声模型—Laplacian模型不能精确描述相关噪声,导致分布式视频编码(DVC,distributed video coding)系统的率失真性能不高的问题,提出像素域DVC中广义伽马分布相关噪声模型。首先分析了相关噪声的统计特性,发现Laplacian分布的峰值比实际相关噪声分布的低,然后采用广义伽马分布对相关噪声进行拟合,并给出在线估计广义伽马分布参数的方法。实验结果表明,提出的模型能较精确地描述相关噪声,且有效地改善了系统的率失真性能,并减少了解码端计算复杂度。

广义伽马旋回模型在油气田产量与可采储量预测中的应用

受翁旋回模型的启发 ,提出了用广义伽马旋回模型预测油气田产量与可采储量 ,并通过广义伽马旋回模型与翁旋回模型在双河油田年产量预测中的对比 ,证明广义伽马旋回模型在油气田产量及可采储量预测中也是实用有效的。

混合广义伽马分布的渐进性质

讨论了独立同混合广义伽马分布随机变量序列的规范化最大值的极限分布及其点点收敛速度.

双参数广义Nielsen贝塔函数的不等式与渐近逼近

该文介绍了经典Nielsen贝塔函数的一种双参数推广,深入探讨了它的单调性、凹凸性、完全单调性与积分渐近性质,并在此基础上建立了一些新的不等式.

大气湍流双广义Gamma分布光强闪烁序列模拟方法研究

自由空间光通信中,大气湍流引起的光强闪烁会严重影响通信性能。为了减缓湍流引起的闪烁效应,根据湍流引起光波闪烁的时域特性,给出了一种闪烁动态序列模拟方法,其统计特性可用于自由空间光通信对抗湍流效应的研究。利用一种新的可描述不同湍流强度下光强闪烁的统计模型—双广义伽马分布和大气湍流信道时间协方差函数,应用有色光谱非高斯信号产生算法,建立了可以反映接收光强动态特性的时间序列模型。在考虑光通信系统的瞄准误差时,分析了不同湍流强度下光强闪烁的时间序列模拟,与理论结果吻合较好,且给出了联合概率密度下的平均误码率公式。利用产生的时间序列,对通信系统中的平均误码率和中断概率进行分析。

基于SIRV高分辨率雷达杂波建模与仿真

高分辨率雷达杂波建模与仿真是评估雷达性能的重要手段。广义复合概率密度通常用来描述高分辨率雷达杂波。在广义复合分布中,将散斑分量和调制分量均采用广义伽马(GΓ)分布来表示。采用球不变随机矢量(SIRV)进行杂波建模的优点在于能够独立控制其相关性和一维边缘概率密度。对广义复合分布和SIRV建模方法进行了讨论,在此基础上,给出了相干相关的广义复合分布的SIRV模型,利用计算机进行了广义复合分布的杂波仿真,并对杂波仿真的统计特性与理论值进行了比较。仿真结果与理论分析相吻合,说明了该模型的有效性和普适性。

改进的BEMD在纹理图像检索中的应用

二维经验模式分解(BEMD)方法把图像分解成一组称为固有模式函数(IMF)和残差,广泛应用在纹理图像的检索中。对BEMD检索纹理图像进行改进,使用快速自适应二维经验模式分解(FABEMD)对纹理图像进行分解,创新性地利用广义伽马分布密度函数来对FABEMD分解出来的IMF系数进行建模,并利用Kullback-Leibler距离来计算两张纹理图像的相似性。实验结果表明,算法快速有效。

矿用低压成套开关设备可靠性增长分析

为提高煤矿井下供电系统可靠性,以矿用低压成套开关设备为研究对象,研究其在煤矿井下试运行阶段的可靠性增长过程。根据Laplace检验理论,阐明设备故障暴露过程服从非齐次Poisson过程;利用广义伽马分布预测理论,求得未来第l次故障时间的预测子,并分析预测精度;将预测结果与现场运行数据比较,验证该方法可以精确预测设备未来故障时间。

基于背景预分析的SAR图像车辆目标检测算法

CFAR算法是一种常见的合成孔径雷达图像目标检测算法。CFAR算法在对背景杂波统计建模时需要考虑建模样本中是否混入目标等非背景像素。文中提出了一种新的CFAR检测算法,该算法认为目标窗口和背景窗口是同一个窗口,在CFAR算法之前,通过目标预筛选去除建模样本中的降质因素,并用广义伽马模型对背景窗口中的剩余样本建模。相比于传统的高斯模型CFAR算法,本文所用算法考虑了建模样本中降质因素对建模精度的影响,新的滑动窗模型结构更加简单,检测结果虚警率低,对距离很近的目标不会产生漏检。

结合广义Gamma与卷积深度置信网络的PolSAR影像分类

针对极化合成孔径雷达(PolSAR)影像分类中标记样本较少导致分类模型难以拟合、未充分考虑地物统计特性等问题,该文提出了一种顾及广义伽马分布(GΓD)与空间邻域信息的极化SAR卷积深度置信网络(CDBN)的地物分类方法。通过引入深度置信网络与半监督学习方法,充分发掘已有数据信息,提高小样本条件下分类器的数据拟合能力,有效提高模型的分类精度。将GΓD的功率参数值域范围扩大到非零实数,增强GΓD对具有拖尾分布地物的描述;基于多极化信息,将GΓD与卷积结构有机融合到深度置信网络,其借助卷积结构的优点,更有效地描述不同类型地物的统计分布。基于EMISAR和GF-3全极化SAR影像进行分类实验,分别选取两个不同场景(农田和城市)作为实验区。结果表明,该方法在分类精度和统计分布拟合效果方面都优于传统方法。

POLSAR图像杂波L分布建模及其参数估计

基于乘积模型的杂波统计建模是进行高分辨极化合成孔径雷达(POLSAR)图像非均匀区域杂波统计特性分析的有效方法,其核心在于纹理分量随机分布的类型选择.广义伽马分布(GΓD)是一种普适性很强的分布类型,Weibull分布、伽马分布、逆伽马分布等都是GΓD分布的特例,因此基于GΓD分布的图像乘性杂波建模既满足杂波建模的高精度要求,同时成为各种雷达杂波辨识的有效工具.本文首先推导了服从GΓD分布的随机变量的高阶矩特征及其对数累积量(MLC),利用纹理分量服从GΓD分布情形构建了乘积相干斑模型,得到了适用于POLSAR图像处理的L分布杂波多视处理的协方差矩阵的概率分布函数,同时推导了其高阶矩特征及其对数累积量,提出了基于对数累积量的L分布参数估计新方法.针对样本数较少的情况下对数累积量参数估计失效问题提出了基于混合矩(MME)的参数估计方法来解决.然后给出了不同分布的高阶矩和对数累积量,通过二三阶对数累积量关系图辨析了常用分布与L分布的内在关系,得到了L分布是目前乘积模型中适用范围较为广泛的统计分布的结论.最后用仿真数据验证了理论推导的正确性,并将基于对数累积量的参数估计方法与已有方法进行了比较,结果证明新参数估计方法具有更高的估计精度和运算效率;另外,还用实测数据进行了统计模型检验,其结果验证了理论推导的正确性.极化SAR中多视图像L分布杂波的统计建模及其参数估计方法为极化SAR目标检测和识别等领域的新技术研究提供了新手段.

基于双树复小波域统计图像建模的纹理特征提取

统计图像建模方法使用某种参数控制的分布模型来描述纹理及其特征,即参数估计是该类方法的核心问题。鉴于此,提出一种新的纹理特征提取方法,利用广义伽马分布和广义冯·米塞斯分布在图像的双树复小波域上进行统计建模,利用对数累积量法进行高效的参数估计完成纹理特征提取。在VisTex和Brodatz纹理库上进行分类实验,结果表明所提方法能够有效捕获图像的纹理特征,获取较高的识别率。

水下无线光通信传感器网络路由算法的研究

水下环境的多变性导致水下无线光通信传感器网络中个别节点无法满足视距传输的要求。为了恢复节点间的有效通信,基于中继协作传输方式,将混合指数广义伽马模型中的误码率作为中继选择指标提出了一种中继路由算法。为了确保所选中继节点在低能耗条件下能解决传感器网络中的链路故障问题,在中继选择时考虑了节点成功通信的功率阈值。仿真结果表明,该重建传输链路的中继协作路由算法可以在保证节点传输误码率符合要求的同时最大化网络的生命周期。

二次型统计量与柯西统计量

二次型统计量是多元统计分析中假设检验问题的常用统计量,许多假设检验问题的统计量都可以转换成二次型统计量的形式.在零假设成立的条件下,二次型统计量渐近服从卡方分布.本文通过对协方差矩阵进行特征值分解,构造了一族二次型统计量,它包含常见的二次型统计量.在零假设成立的条件下,我们证明了族中每个二次型统计量的渐近分布与若干个相互独立服从自由度为1的卡方分布的随机变量加权和相同.由于计算其统计显著性较为困难,我们提出利用广义伽马分布来近似统计量的渐近分布,进而,我们构造了一个柯西统计量并给出计算其统计显著性的显式表达式.模拟结果和实例分析表明,柯西统计量比二次型统计量更稳健,许多情况下功效更高.