相关跳频转移函数的双随机矩阵模型及其应用

该文分别从状态空间的分解和平稳分布等角度对双随机矩阵以及双随机马氏(Markov)链的性质进行了研究,并将这些性质应用到相关跳频转移函数的分析和建模。文中证明了转移函数的双随机矩阵数学模型就状态转移过程的均匀性来说是完备的。基于对该模型的分析,提出了一种转移函数构造方法——周期分组法,通过将频率转移过程构造成一个周期性双随机马氏链,可以获得纠错性能和频率间隔性能俱佳的转移函数。

随机转移矩阵的随机调和函数

引进随机转移矩阵、随机调和函数、极端随机调和函数和必离集的概念,用随机调和函数给出必离集的等价描述,进而得到随机调和函数是常向量函数的一个充分条件。

随机环境中马氏链转移函数的收敛性

本文研究了随机环境中马氏链转移函数的收敛性.利用Doeblin条件,得到了随机环境中一般状态马氏链转移函数弱收敛及强收敛的一些条件,以及收敛速度的一个估计.

关于随机游动转移函数性质的若干注记

本文讨论了随机游动的若干性质并得到了主要结果:对均值μ=0,具有限二阶矩的真d维随机游动。

Markov链中的转移过程张量与超随机张量

研究了一类特殊张量及其简单性质.从Markov链的转移概率矩阵出发,考虑到多步转移概率矩阵中所存储的信息仅表示从状态i经n步到达状态j的总概率,而无法从中直接读出转移过程途经各状态i1,i2,…,im-1的概率,因此提出了可用张量来存储相应的信息,称之为转移过程张量.在此基础上提出了超随机张量的概念,并根据Chapman-Kolmogorov方程证明了某些转移过程张量即为超随机张量.此外,研究了超随机张量的一些简单性质.

广义转移速率条件下连续时间奇异Markov跳变系统的随机容许性分析

针对一类连续时间奇异Markov跳变系统,研究了其随机容许性的问题。首先,引入广义转移速率的概念,同时给出了该类奇异Markov跳变系统正则、无脉冲、随机稳定的充分性判据;其次,对广义转移速率进行分类处理,利用严格线性矩阵不等式和Schur补理论得出系统随机容许性的充分条件;最后,设计状态反馈控制器,确保系统满足随机容许性,并给出系统状态反馈矩阵表示形式。

转移概率不完全已知的离散随机Markov跳跃系统的稳定性与镇定控制

研究了一类转移概率不完全已知的离散随机Markov跳跃系统(MJSs)的稳定性与镇定控制问题。以严格线性矩阵不等式的形式给出了离散随机MJSs均方渐近稳定的充分必要性判据,并设计了状态反馈镇定控制器;通过数值仿真验证了结论的正确性。

转移概率部分未知随机时滞饱和Markov系统镇定

研究了一类转移概率部分未知的随机时滞饱和Markov切换系统的镇定问题。首先,构建Lyapunov-Krasovkii方法,设计模态依赖的状态反馈控制器,保证了闭环系统的随机稳定性。其次,将其归结为求解一组线性矩阵不等式(LMIs)的可行性问题,通过求解线性矩阵不等式的方式,获得了均方意义下的最大不变吸引域。最后,数值仿真验证结论的有效性。

基于Markov随机场的自适应正则化三维显微图像复原

提出了基于马尔可夫随机场模型的正则化因子自适应调整三维显微图像复原算法,并用模拟序列样本和真实生物样本进行了实验.为了保持复原图像的边缘等细节信息,以Markov随机场模型作为图像的先验概率模型,对代价函数添加边缘约束惩罚项.其中,正则化因子在迭代过程中自适应地进行更新.实验结果表明此算法在对原始图像进行估计的同时,能够有效地保留图像的边缘等细节信息.而EM算法虽然能够有效地去除层间干扰,却丢失了大量的细节信息.

随机时间上的Markov到达过程

对Markov到达过程作了推广,即考虑在服从PH分布的随机时间间隔上的Markov到达过程,采用构造与之相关的潜在Markov过程的方法分析这一计数过程.讨论了这类计数过程的基本性质,并给出了更新次数的矩母函数.同时,证明了这一过程的更新总次数及最后更新时刻服从PH分布,并给出了具体表示式.

由转移函数导出的正的一次压缩积分半群的生成元与Q- 矩阵(英文)

讨论了l∞ 上由转移函数导出的正的一次压缩积分半群的生成元与Q 矩阵之间的关系 .同时 ,给出了Q l1 在l∞ 上生成正的一次压缩积分半群的充要条件 .最后 ,我们得到当Q是保守q 矩阵时 ,Q的转移函数P(t)是忠实的充要条件是 1在l∞ 上正的一次压缩积分半群的生成元的定义域中 .

转移概率部分未知的时滞不确定Markov跳跃系统稳定性分析

研究转移概率部分未知的时滞不确定的Markov跳跃系统随机稳定性问题,基于Lyapunov稳定理论,构造合适的Lyapunov泛函,使用自由权矩阵技术和凸结合技术来估计积分项的上界,同时也充分考虑时滞下界和上界的关系,得到保证Markov跳跃系统随机稳定性的充分性条件,该条件以线性矩阵不等式的形式表示。最后,数值例子和其仿真验证了所提方法的有效性和优越性。

分支随机转移矩阵的几个分析性质

引进了分支随机转移矩阵和分支随机Q矩阵的概念,证明了分支随机转移矩阵的连续性,并给出了时齐的标准的分支随机矩阵可微的充分必要条件,此外还证明了时齐的标准的分支随机矩阵之密度矩阵必是分支的随机Q矩阵.

基于Markov链的重组细胞恒化培养的随机建模分析

本文研究了一类重组细胞恒化培养的连续时间Markov链模型.首先利用累积母函数表示出数字特征所满足的矩方程,然后通过对数正态分布近似的矩封闭技术得到了封闭后的矩方程,最后运用Euler-Maruyama方法构建了时间和状态都是连续的It随机微分方程.为了验证矩封闭的合理性,利用数值模拟给出了确定模型、随机模型和矩封闭后的方程的比较,并分析了重组细胞的变化趋势,结果表明其随机游走趋势与相应确定性模型是一致的.

执行器饱和的随机Markov切换系统的观测器设计

利用直接法对转移概率是部分未知的,并且具有执行器饱和现象的随机Markov切换系统进行稳定性分析.通过引入自由连接权矩阵降低系统的保守性.首先,针对此类随机Markov切换系统,充分考虑转移概率中元素之间的特性,通过构建参数依赖型Lyapunov函数,并设计观测器确保闭环饱和系统的随机稳定性.然后,在线性矩阵不等式的框架下,得到均方意义下的最大不变吸引域,并将其归结为求解一组线性矩阵不等式的可行性问题.最后,数值仿真算例验证本方法的有效性.

基于Gauss-Markov随机场的贝叶斯盲复原

针对图像盲复原中图像细节恢复的同时块效应放大的问题,提出了一种贝叶斯盲复原算法。首先使用贝叶斯框架模式,对原始图像、观察图像、点扩散函数(PSF)及模型参数分别建立先验模型,并将能有效描述图像局部统计特征的带有高斯特性的Markov(Gauss-Markov)随机场模型作为原始图像的先验模型;然后利用贝叶斯公式推导出原始图像及点扩散函数的迭代公式。实验结果表明,与总变分(TV)先验模型的恢复图像相比,所提算法的恢复图像块效应明显减少,并且视觉效果更好;在点扩散函数的大小已知和未知的情况下,相比TV先验模型,所提算法的改善信噪比(ISNR)能提高1 dB左右。

转移概率部分未知下Markov跳变系统的滑模控制

针对系统中含有两个相互独立的Markov链,且转移概率不完全已知的时滞不确定离散Markov跳变系统的滑模控制(SMC)问题,通过考虑参数不确定性的匹配条件,设计离散积分型滑模面.利用时滞分割技术构造含加权参数的Lyapunov-Krasovskii函数,得到系统随机稳定的充分条件,根据指数趋近律的到达条件设计滑模控制律,使得系统的状态轨迹能够到达所设计的滑模面.数值仿真结果表明,该方法具有一定的有效性.

关于Feller-Reuter-Riley转移函数的逼近

用算子半群的Trotter-Kato逼近定理研究参数连续Markov链中转移函数的逼近.给出了Feller-Reuter-Riley转移函数收敛的q矩阵条件,并证明了Feller-Reuter-Riley转移函数的收敛和它们对应的预解函数的收敛等价.

随机单调Markov积分半群(英文)

讨论了Markov积分半群的单调性和转移函数的单调性的等价性,并得到最小的Q半群是单调的充要条件.

基于核函数距离测度的加权模糊C均值聚类与Markov空域约束的快速鲁棒图像分割

由于模糊 C 均值聚类算法(FCM)存在两大缺陷:(1)对于非球形的数据聚类形式鲁棒性不够;(2)只考虑图像中的数值特征信息,而忽略了像素间的空间约束关系,因此 FCM 算法在对含有噪声的图像进行分割时缺乏足够的鲁棒性。针对以上问题,本文提出了一种结合 Markov 空域约束与基于核函数距离测度的加权模糊 C 均值聚类的快速鲁棒图像分割方法。为克服缺点(1),我们使用基于核函数的距离测度取代 FCM 中的欧氏距离,并使用加权模糊聚类的方式保证了计算的简洁性。与此同时,我们用 Markov 随机场描述图像的空域约束信息,并且通过数据融合的方法将模糊分割结果与空域约束信息结合在一起,从而得到既包含像素数值特征又包括空域约束信息的图像分割场。这样既克服了传统模糊 C 均值聚类算法的缺点,又最大限度地保证了分割算法计算的简单有效性。