存在非高斯重尾分布噪声的纯方位目标跟踪算法

纯方位目标跟踪是目标跟踪研究中的热点问题,针对目标跟踪方程中的非高斯重尾分布噪声问题,提出了一种针对非高斯重尾分布噪声的卡尔曼滤波算法。该方法通过建立基于存在异常值的高斯分布的层次高斯模型来近似未知的非高斯重尾分布系统过程噪声和测量噪声,并使用变分贝叶斯推断来学习混合概率,解决混合概率不确定带来的滤波性能下降的问题,从而提高滤波的鲁棒性。同时针对纯方位目标跟踪模型的非线性,结合修正增益卡尔曼滤波来降低量测方程非线性的影响。数值仿真结果表明,相对于EKF、UKF和变分贝叶斯卡尔曼滤波PEKF-VB、VBEKF,新算法VBMGEKF估计精度分别提高了69.31%、58.08%、127.84%和9.36%,具备更好的鲁棒性与精度。

关于重尾分布的一些探讨

讨论了由慢变化函数形式给出的重尾分布定义,与由指数阶矩形式给出的重尾分布定义是否一致.利用分析中的极限理论等方法,证明了重尾分布的这两种定义是一致的,并给出了重尾分布子族间的相互关系.

基于重尾分布模型的智能电网通信系统业务流建模及其性能分析

在传统电网业务流量建模主要利用泊松分布和马尔科夫自回归模型,其具有网络应用单一和数据传输量较小的缺点。当现代电网业务不断复杂化,这种建模方法已无法很好地体现智能电网业务流量的本质特征,因而研究了智能电网通信系统业务流建模及对其做了性能分析。给出一种综合业务行为的流建模及仿真方法,其中突发业务流的相关特性利用了重尾分布进行建模,而随机业务利用了泊松分布建模。通过建立仿真,仿真结果表明了该方法能很好地反映了站级网络的业务行为并具备一定的灵活性。

重尾分布族及其关系图

归纳了在文献中出现的重尾分布的概念和各类分布族,研究了重尾子族的特征及其相互关系,试图利用文图(Venn diagrams)直观给出重尾子族之间的关系.

关于重尾分布间的控制关系及其应用

得到了能控制一切轻尾分布及一切轻度重尾分布的分布的等价条件,得到了能控制一切轻尾分布的分布的等价条件,讨论了分布与其相应的均衡分布之间的控制关系,并给出了上述控制关系在和的分布的封闭性等方面的应用.

重尾分布对网络流量性质的影响

重尾边缘分布的网络流量同时存在尺度突发和局部突发。对重尾分布的性质的研究表明重尾分布变量有很强的不稳定性,在网络流量建模中需要足够长的序列来减小重尾分布不稳定性引起的误差。仿真实验结果表明重尾分布的流量在小时间尺度上符合重分形模型。

重尾分布族L、D的一些性质及其应用

研究重尾分布族L、D关于独立积和线性组合的相关性质,并给出其在破产理论中的应用.

重尾分布情形下一类破产概率的研究

讨论索赔量的分布为一类重尾分布,研究了在发生索赔次数与收取保费次数不独立的情形下,保险公司发生破产的概率分布.通过正规变化函数的Potter界,先给出特殊模型下保险公司发生破产的概率分布的界,进而得出一般模型下保险公司发生破产的概率分布的极限表达式.

重尾分布信源的排队等待时间的分析方法

介绍了一种变换近似方法,该方法通过变换近似获得重尾分布的拉普拉斯变换,解决了不存在拉普拉斯变换分布的信源排队等待时间分析问题,为实际网络排队缓冲器的设计提供了参考。

重尾分布的网络流量SVM分类

网络流量表现出突发和自相似等动态特性,使得网络应用很难进行准确分类。本文分析了流量动态特性产生的不平衡性及其重尾分布,提出了基于重尾分布的流量分类定量分析模型。基于该分析模型,研究分类算法中训练集采集位置和规模大小的选取。考虑到混合流量中的次要数据流通常是小样本,选用支持向量机(SVM)算法进行流量分类。实验结果表明:重尾分布的流量分类训练集可以选择最佳采集位置和规模,以获得较好的分类模型,该定量分析模型对流量分类及提高分类精度有指导意义。

保险风险和金融风险重尾分布下的二维破产概率的估计

研究了金融风险和保险风险重尾分布下的二维离散破产概率,给出了金融风险和保险风险重尾分布下的二维破产概率的估计.

重尾分布下一类双险种风险模型的大偏差

利用典型的重尾分布下风险模型关于大偏差的研究方法,进一步研究了重尾分布下一类双险种风险模型,得到了当两个独立险种的索赔额均服从重尾子族D族时,部分和Sn+m的大偏差的估计。

重尾分布下的期望收益风险度量方法

采用一种基于投资者期望收益的风险度量方法,并给出该风险度量在Laplace分布、混合正态分布、T分布等具有重尾特征分布下的表达式及若干性质.由于这些分布能更好地拟合金融收益时间序列数据,故给出这种风险度量在重尾分布下的性质无疑具有一定的理论和现实意义.

若干重尾分布族随机和的封闭性和渐进性

假设G是支撑在(-∞,+∞)上的适正分布,我们定义分布F(x)=sum from n=0 to ∞ pnG*n(x),其中pn,n≥0为R+上的序列,且对某个j≥1,pj>0。研究了在若干重尾分布族(如:正则变换,相容变换等)中F与G之间的关系,即给出支撑在(-∞,+∞)上的若干重尾分布族随机和的封闭性和渐进性,并将其应用到复合泊松分布和复合几何分布。

重尾分布下常利率风险模型破产概率的研究进展

在重尾分布的条件下,对带常利息力风险模型的破产概率的最新研究进展进行综述。首先,简要介绍经典风险模型及其主要研究成果;其次,重点介绍重尾分布下所建立的带常利息力风险模型的研究成果;最后,对重尾分布在保险实业中的应用前景进行进一步的展望。

一类重尾分布族的若干性质

得到了若干个i.i.d.的正格子点上一类重尾分布族L族随机变量的和也是属于该族,因此正格子点上L族对卷积封闭.

重尾分布的若干性质

重尾分布在随机网络理论和保险风险理论中有广泛应用．本文结合上述两部分内容研究了重尾分布的若干性质,给出了重尾分布的判定条件．

重尾分布性质定理的一个证明

对于重尾分布风险模型的研究,人们常常难以在整个重尾族上得到满意的结论,从它的部分子族上可得到良好的性质,这里给出常见子族性质定理的一个新证明。

重尾分布情形下区间底部风险度量的比较

文章将单一的风险度量扩展到区间底部风险度量,给出了重尾分布情形下区间底部风险度量的比较,并作了相关证明。

基于分组的重尾分布极值指数估计量(英文)

利用顺序统计量分组,本论文提出了一类新的重尾分布的极值指数估计量,并在适当的正规变换条件下讨论了该估计量的强弱相合性及渐近正态性.