一种简化的对数最大后验概率译码算法

提出了一种简化的对数最大后验概率译码算法.该简化算法基于逼近理论,用最佳平方逼近多项式近似计算校正函数,近似多项式的系数根据特征定理确定.与原算法相比,简化算法具有低复杂度、译码延时少的优点.仿真结果表明:计算复杂度比原算法降低约30%;在加性白高斯噪声信道和平坦慢衰落瑞利信道上,其编码增益比求最大值对数最大后验概率译码算法高出0.3～0.5 dB,与原算法相近.因此,简化算法可替代对数最大后验概率译码算法在Turbo码译码器中使用.

后验概率算法用于位移场的确定

提出了一种基于贝叶斯最大后验估计算法确定固体表面位移场的方法。在图像处理过程中,把位移看作随机变量,首先建立贝叶斯模型,对变形前数字图像中的一个像素点,选定变形前后两幅数字图像中对应的圆形子区,将两子区所对应的所有可能位移逐一代入贝叶斯后验概率公式进行计算,使后验概率最大的位移值就是所求该点的位移。在得到整像素位移之后,引入亚像素重建技术,确定图像的精确位移场。本文通过计算机数字模拟实验和实物标准位移实验,验证了该方法的可行性,并得到了0.02pixel的位移测量精度。

一种基于后验概率差值的拒识算法

本文提出了一种孤立词语音识别系统中基于后验概率差值的拒识算法。研究了作为拒识特征时,输入词的后验概率和后验概率差值之间的区别,并将多层感知人工神经网络用于拒识特征的学习。相比现存的几种拒识算法,本算法几乎不需要额外的计算和存储量。当识别率为98.2％时,拒识率达到了95.4％。

一种基于最大后验概率的抗遮挡目标跟踪算法

针对传统目标跟踪算法对遮挡场景判断不准确、实时性不高的问题,提出一种基于最大后验概率匹配系数的特征自适应选取的目标跟踪算法.首先,在Mean-shift算法框架下,采用颜色和纹理特征描述目标;其次,选取可信度高的特征的最大后验概率匹配系数判断目标是否被遮挡;最后,根据遮挡程度采用最大后验概率匹配系数对模板进行实时更新.实验结果表明,在遮挡场景下,本文算法与传统的Mean-shift算法相比,具有更好的稳定性和鲁棒性.

基于概率和自适应的最大后验概率盲均衡算法

为了减小最大后验概率(maximum a posteriori,MAP)盲均衡算法中稳态剩余误差和加快收敛速度,提出了一种改进的基于概率和自适应σ的MAP盲均衡算法。根据概率论的原理,分析了MAP算法中σ表示的实际意义,改进算法通过改变更新方程中的高斯信号方差值σ,即由固定值改为可变值,再运用不等概思想进一步的提高了MAP算法的收敛性能。仿真结果表明,与MAP盲均衡算法相比,改进型MAP盲均衡算法具有更好的均衡效果和收敛性能。

关于前向最大后验概率(MAP)算法的研究

推导了前向 MAP的一种简化形式—— F- MAP,并给出了它的两种实用算法 :Log- F- MAP和 Max- Log- F- MAP.F- MAP与 SOVA算法 (寄存器交换模式 )间有着密切的联系 ,特别是可将Log- F- MAP看作对 SOVA的进一步改进 .通过定点仿真 ,对 F- MAP和其他流行 SISO算法在Turbo译码中的 BER/FER性能进行了比较与分析 ,得到了译码延迟 D的合理值为 5～ 6倍的约束长度 .

Turbo-MIMO系统中一种基于部分后验概率的软检测算法

迭代树搜索(ITS)是一种有效的基于M-算法的软MIMO检测方案。然而ITS会遇到某些比特的对数似然比(LLR)无法确定的情况,虽可采用赋常数值方法(称为clipping)解决,但这会影响系统性能。为此,该文提出一种新的基于M-算法的软检测方案。该方案在树的每一级递推计算部分符号序列的后验概率,并基于此近似计算从第1级到该级的所有比特LLR,再采用M-算法保留部分符号序列延伸至下一级。该算法可确保每比特都可计算LLR,且能得到可靠性高的LLR值。考虑到某些比特LLR会多次计算,文中给出了算法的低复杂度实现。另外,该文还给出了一种计算符号序列后验概率的简单方法。最后,仿真结果表明所提算法相比ITS具有更好的性能,并使性能与复杂度达到较好的折中。

基于最大后验概率准则的天基星座网络多用户检测方法

天基星座网络中用户可以随意进出自由组网,活动用户的数量、身份和发送的数据随机变化,对接收用户的性能造成很大影响。多用户检测是指识别每个活动用户的身份并检测每个活动用户发送的数据。传统方法假设活动用户数等于网络可以容纳的最大用户数,这种方法模型比较简单且误码率性能不够理想。提出了一种基于最大后验概率准则的多用户检测方法,该方法将用户的活动状态建模为马尔科夫链,并将多用户检测转换为在网格图中使用BCJR算法搜索最优路径。仿真结果表明,当活动状态错误概率和符号错误概率达到10^(-3)时,本文所提方法与对照方法相比分别获得2.6 dB和1 dB信噪比增益。

超分辨率重构最大后验概率算法介绍

图像超分辨率重构(superresolution reconstruction,SRR)是一个利用序列图像来求解理想图像的逆过程,基本原理就是把各图像上由于亚像素位移而存在的互补信息融合到同一幅图像中,从而达到提高分辨率的目的。我们采用最大后验概率(maximum a posteriori,MAP)算法进行超分辨率重构。根据贝叶斯原理,高分辨率图像的后验概率等价于以下两项之积:已知理想高分辨率图像的前提下,低分辨率图像出现的条件概率;理想高分辨率图像的先验概率。MAP算法的基本思想就是在已知低分辨率图像前提下,使出现高分辨率图像的后验概率达到最大。该方法的优点是在复原过程中可以直接加入先验约束,能确保解的存在和唯一,降噪能力强和收敛稳定性高等。

基于高斯混合模型及EM算法的建筑工程数据预警治理方法

结合初期雨水调蓄大直径顶管工程的实际设计及施工经验,对软弱地层条件下长距离大直径平行双管曲线顶管在设计及施工过程中存在的重点难点问题进行总结,并对顶管过程中的顶力及管周摩阻力做了深入分析研究,有针对性地提出了相应的解决方案,使该顶管工程顺利贯通。建筑工程行业在现代社会中发挥着重要的经济和社会作用,然而,它也伴随着诸多风险和不确定性。为了有效地管理和预测这些风险,本文提出了一种基于高斯混合模型(GMM)和期望最大化(EM)算法的数据预警治理方法。该方法旨在通过对建筑工程数据的建模和分析,提前识别潜在的问题和风险,从而改善工程项目的管理和决策。

基于贝叶斯最大后验概率准则的大型复杂系统故障诊断方法研究

针对大型复杂系统的特点,在故障空间建立故障源—测试依赖关系模型。在此基础上,将贝叶斯理论引入大型复杂系统故障诊断,以最大后验故障概率为准则判断系统所处的运行状态。将该问题归纳为集合覆盖问题(SCP),用拉格朗日松弛算法求得近优解。将算法应用到阿波罗飞船发射前故障诊断实例中,取得了满意的实验结果。

基于后验概率的支持向量机

在支持向量机 (supportvectormachines ,SVM )中 ,训练样本总是具有明确的类别信息 ,而对于一些不确定性问题并不恰当 受贝叶斯决策规则的启发 ,利用样本的后验概率来表示这种不确定性 将贝叶斯决策规则与SVM相结合 ,建立后验概率支持向量机 (posterioriprobabilitysupportvectorma chine ,PPSVM )的体系框架 并详细讨论线性可分性、间隔、最优超平面以及软间隔算法 ,得到了一个新的优化问题 ,同时给出了一个支持向量的新定义 实际上 ,后验概率支持向量机是建立于统计学习理论(statisticallearningtheory)基础之上 ,是标准SVM的扩展 针对数据 ,还提出了一个确定后验概率的经验性方法 实验也证明了后验概率支持向量机的合理性。

匹配场反演结果的后验概率分析

采用全局寻优遗传算法进行浅海环境参数匹配场反演 ,研究了判断反演结果唯一性和不确定性的后验概率分析方法 ,并对反演中各环境参数的频率依赖性进行了讨论 ,最后用亚洲海实验(ASIAEX2 0 0 1 )数据对环境参数进行了有效的反演。

基于遗传算法的边坡关键概率滑面搜索

针对常规优化方法难以在非光滑、非凸且可能存在多个极值的边坡关键概率滑面搜索问题中取得较好效果的问题,研究了采用改进遗传算法来实现边坡最大失效概率和关键滑面的搜索.在简化B ishop法的基础上推导了边坡稳定极限状态方程,提出了基于改进遗传算法的边坡分析优化模型;结合验算点法,在V isual C++的平台上实现了关键概率滑面的搜索,并对某边坡工程进行了分析.结果表明,文中方法能有效地确定边坡关键概率滑面和最大失效概率,且收敛速度和收敛性均较好,所得结果与工程实际基本吻合.

基于贝叶斯理论及MCMC-MH算法推演地基土材料阻尼比的概率分布模型

浅层土壤的材料阻尼比参数分布可以通过多通道表面波(MASW)分析法提取的表面波衰减曲线来反演识别,但是衰减曲线对于较大深度和小空间尺度土壤性质的变化不敏感,反演的土壤材料阻尼比分布是非唯一的和不确定的。基于该研究建立了土体材料阻尼比随深度变化的先验概率分布模型,利用Nataf变换和Karhunen-Loeve将其分解为标准高斯变量与特征值及特征向量的乘积和;随后依据贝叶斯理论,以TLM-PML模型结合频率波数域-半功率带宽法对衰减曲线进行正演,并与试验数据联合构建似然函数,使用蒙特卡洛马尔科夫链(MCMC)-Metropolis(MH)算法得到土体材料阻尼比的后验概率分布模型;对马尔科夫链的收敛性和独立性进行检验获得了多组相互独立的后验样本数据;用独立的后验样本计算出自由场振动响应,利用核密度估计得到具有一定置信度的置信区间,并与试验数据进行比较,验证了该研究提出的土体阻尼比非确定性概率模型的合理性和可靠性。

数字化宽带测向系统中的概率解模糊算法

为了进一步提高干涉仪的测向精度,增强对宽带信号的适应能力和扩展系统的工作频率范围,以实现数字化宽带测向系统,提出了概率解模糊模型和基于最大后验概率的快速算法。仿真结果表明,该算法解模糊速度快,解模糊能力强,误解模糊概率低,可广泛运用于干涉仪等需要解相位差模糊的领域。

基于高斯相似度分析的最大后验非线性变换HMM自适应算法

由于训练环境和识别环境的失配,识别系统的性能会严重下降,为此提出了基于高斯相似度分析的最大后验概率非线性变换的环境自适应算法,它可以减小由于环境的失配所引起的系统性能的下降.在该算法中,首先将HMM模型中的高斯分量进行相似度分析并建立二叉树,然后根据数据自适应调整变换类数,在每一类内利用分段线性回归近似非线性变换将训练环境下的HMM变换到识别环境,减小环境的失配,变换参数的估计采用了最大后验概率估计(MAP).数字语音识别实验证明:该环境自适应算法的识别性能优于带有高斯相似度分析的MLST、MAPLR和MLLR等算法.

水印纠错编码中的最大后验概率译码

文章考虑了BCH码和重复码的级联编码,并且基于最大后验概率准则,提出了一种软判决解码方法,以及快速解码算法并分析了该快速算法的性能,实验结果表明了该算法的正确性。

基于最大后验概率候选集更换法的多故障诊断策略研究

给出了一种基于最大后验概率候选集更换法的多故障诊断策略，并深入阐述了基于最大后验概率候选集更换法的形式化描述，分析了对单故障诊断和多故障诊断的计算模型，提出了基本的故障诊断算法——改进二进制粒子群算法，并对抽象实例进行验证，结果表明，采用改进BPSO算法能有效地求解基于最大后验概率候选集更换法的多故障诊断问题。

适用于实际系统的改进Turbo码最大后验概率译码

采用分块译码算法来解决Turbo码最大后验概率(MAP)译码存储量大、时延大的问题.分块译码将长帧分成若干较短的子帧进行处理,边接收边译码,因而缩短了译码时延.由于每次仅需存储若干个相邻子帧的前后向矩阵值,从而减小了存储量.根据一种通用的正反向处理器配合方案,计算出此方法相对于传统算法存储和时延减少量的一般表达式,并在对数域详细推导出算法流程.仿真表明,在一定范围内,分块译码算法性能随训练长度的增加而提高.采用此算法后,时延大大减小,存储量减小为传统对数成最大后验概率译码(LOG MAP)算法的2/n,便于实际应用.