多传感器顺序统计量不敏概率数据互联算法

针对非线性系统中杂波环境下的多传感器多目标跟踪问题,提出了一种多传感器顺序统计量不敏概率数据互联算法(MSOSUPDA)。算法首先根据顺序结构多传感器系统实现方法将研究问题转化为顺序处理多个非线性单传感器多目标跟踪问题,然后结合顺序统计量概率数据互联(OSPDA)的思想将单个传感器的量测点迹与多个航迹互联,在此基础上采用不敏卡尔曼滤波(UKF)实现非线性条件下目标状态估计与协方差的递推。与MSJPDA/EKF算法相比,算法具有更高的跟踪精度和稳定性,计算量明显减小。仿真结果表明,该算该发散率与耗时分别为MSJPDA/EKF算法的19%与70%,算法综合性能明显好于MSJPDA/EKF算法。

一类顺序统计量的概率分及其应用

文［２］应用Ｌａｐｌａｃｅ积分变换，证明了来自ＥｒＬａｎｇ分布的顺序统计量之和统计分布的存在性。但未给出其精确分布，也未给出分布的有限表达式和应用．本文应用特征函数法，将文［２］的结论推广到顺序统计量的任意线性函数之商的一般情形；得到其精确的极限分布和有限表达式，并应用于排队论与可靠性理论．

基于量测转换的交互多模型概率数据互联算法

针对雷达跟踪机动目标时,目标运动模型通常线性地建模在直角坐标系内,而量测数据由传感器获得的实际情况,提出了基于量测转换的交互多模型概率数据互联算法。推导了该算法中相关的滤波估计、滤波误差协方差和数据关联概率,并且提出了跟踪门的确定方法。仿真结果表明了新算法的可行性和有效性。

概率统计:会看会算更会说

新课程标准实施后,高考数学学科加强了对概率与统计内容的考查.试题富有时代气息,基于生产、生活、科研等背景,展现“互联网+”大数据时代特色.通过创设源于社会生活的真实情境问题考查学生的阅读、识图、计算、表达等能力,考查的核心素养是数据分析、数学运算.随着大数据时代的到来,概率与统计的重要性变得越来越突出.

顺序统计量在小样本检验中的理论和方法研究

本文研究了均匀分布、指数分布和正态分布的顺序统计量的差商序列概率分布。讨论了它们在小样本检验问题中的应用。该理论和方法对武器装备小样本检验具有一定的意义。

当前统计概率数据关联算法

目标跟踪领域的一个研究重点是如何解决在密集杂波环境下机动目标的跟踪问题。机动目标跟踪的关键是解决目标模型的不确定性,而密集杂波环境则使这个问题变得更加复杂。针对这一问题,提出一种当前模型概率数据互联算法。该算法将当前模型算法与概率数据互联相结合,在使用概率数据互联算法的同时,利用当前模型算法对目标出现的机动进行自适应滤波。最后,给出了算法的仿真分析,仿真结果说明该方法能够有效地跟踪杂波环境中的机动目标。

一种面向互联概率加权的JPDA多传感器数据融合方法

针对单传感器联合概率数据互联(Joint Probabilistic Data Association,JPDA)在复杂环境下难以跟踪多个目标的问题,提出一种基于JPDA量测目标互联概率统计加权并行式和序贯式多传感器数据融合方法。首先,给出单传感器JPDA算法。然后,介绍多传感器JPDA数学模型,基于这一模型,使用互联概率加权,推导并行式和序贯式多传感器数据融合公式,这对多传感器数据融合有一定指导意义。最后,对单传感器JPDA方法在不同杂波密度、不同过程和不同观测噪声下目标跟踪的距离RMSE进行仿真,结果表明,随着这3项指标皆增大,目标距离RMSE增大;同时,对本文的2类多传感器JPDA方法与其他几类跟踪方法在数据集PETS2009下有关行人跟踪性能进行仿真,结果表明,本文并行式和序贯式多传感器JPDA方法相较于其他方法在跟踪准确性、跟踪位置准确性、航迹维持以及航迹遗失上皆为最优,而且序贯式融合略优于并行式多传感器JPDA。

基于顺序统计量交叉熵损失的参数估计方法

顺序统计量有较好的稳健性,本文基于顺序统计量,经过推导采取交叉熵损失进行参数估计,将其命名为“极大分位概率估计”。通过正态分布、均匀分布、Beta分布、Gamma分布的蒙特卡洛试验,对比本方法与极大似然估计、矩估计等参数估计方法,从无偏性、有效性、一致性进行评估。为进一步验证本方法的有效性,选取上证指数作为对比本方法与其他方法对均值估计的误差的实验数据。结果表明,相比于其他估计方法,极大分位概率估计方法对于多种分布、普通样本、有少量异常样本都有较好的估计结果。

一种基于强散射中心顺序统计量积累的距离扩展目标的检测方法

研究扩展目标的检测问题，设计了一种基于强散射点顺序统计量积累的检测器。首先对回波匹配滤波输出的信号进行平方检波，然后对检波输出数据排序，选择排序后最大的K个数据之和作为检测统计量，根据预先设计虚警概率得到的门限进行判决，实现扩展目标的检测。对基于强散射点顺序统计量积累检测器的理论分析和仿真计算表明，目标强散射点相对较少时，其性能接近最优检测器性能，只约有0．3dB增益的降低；与SDD．GLRT检测器相比，性能较好，在某些情况下约有2．5dB增益的提高。因事实上实际距离扩展目标只有几个强散射点，所以基于强散射中心顺序统计量的检测器具有较高的现实意义。

互联网金融欺诈问题突出——中国质量万里行2016年第4期投诉统计分析报告

2016年3月16日至2016年4月15日,中国质量万里行投诉部共收到投诉6420例。报告期数据显示,本期消费投诉量较上期相比均减少3631例,这与上期主要受3·15国际消费者投诉日的特殊效应存在一定关系,与去年同期相比投诉总量变化幅度不大,本期消费投诉量减少了32例。分行业消费投诉：十大行业投诉量均恢复＂常态＂本期投诉数据显示,分行业消费投诉量呈现以下特点：第一,

区间统计量及其分布

提出区间统计量和区间秩统计量的概念,建立其概率密度函数和联合分布函数,给出区间统计量的均值、方差、协方差和区间秩统计量的平均秩、中位秩、百分位秩计算公式。区间统计量是对顺序统计量的补充,当失效数据较少难以统计分析时,可以通过区间统计量增加其数据,提高统计分析的精度。在此基础上,提出一种区间数据最佳线性无偏估计方法,并对正态分布、极值分布、Weibull分布等常用的位置—尺度分布进行讨论,该方法能够对产品贮存寿命进行小样本预测和可靠性评定。

顺序随机变量及其分布

本文提出了顺序随机变量的概念 ,并求出了X(k)的概率密度函数。

“概率论与数理统计”课程教学改革新探索

本文提出一种新的教学方法,即"四个相结合"。借助于计算机技术和互联网,该教学方法能够实现高校课堂教学的生动性、交互性和现代性,充分激发学生的学习兴趣,加强学生对概率统计知识的直观理解,增强教学质量,促进优质高等教育资源的共享,使概率统计课程教学更加高效,适应大数据时代的新需求。

利用GPS数据估计路段的平均行程时间

对利用出租车GPS数据估计路段平均行程时间的方法进行了研究。在GPS数据误差修正的基础上,根据GPS数据量的不同,对大样本数据量采用样本均值估计路段平行行程时间,对小样本数据量采用顺序统计量中位数估计路段平均行程时间,并计算了估值的置信区间和置信度。采用实际出租车GPS数据进行估计并与线圈数据估计值进行了比较,结果相差较小。说明该估计方法能够用于实际路段平均行程时间的估计。

不完全数据最佳线性无偏估计方法

针对工程上存在大量不完全数据的情况,本文建立了不完全数据秩统计量的联合概率密度函数,给出不完全数据顺序统计量的均值、方差和协方差计算公式,提出不完全数据最佳线性无偏估计方法,并对正态分布、Weibull分布等位置-尺度分布进行了详细讨论。该方法能够充分开发利用试验数据中的不完全信息,从而提高不完全数据统计分析的精度。

不完全区间数据最佳线性无偏估计方法

建立了不完全区间数据秩统计量的概率密度函数和联合概率密度函数,给出了其平均秩、中位秩和百分位秩以及不完全区间数据统计量的均值、方差和协方差计算公式.在此基础上,针对位置-尺度分布族提出一种不完全区间数据最佳线性无偏估计方法,得到了其百分位值的置信限估计,并对工程中常见的极值分布、两参数Weibull分布、正态分布进行了详细讨论.

小样本概率关联度模型研究

针对小样本条件下多元时间序列之间的关联分析问题,提出了一种小样本概率关联度模型。使用样本函数或样本统计量代替样本构造累积经验分布函数并计算概率关联系数。当比较序列样本容量n<5,使用样本顺序统计量的经验分布函数计算概率关联系数;当比较序列样本容量n≥5,使用Bootstrap方法重抽样扩充样本后再构造经验分布函数计算概率关联系数,改进了概率关联度模型中关联系数的计算方法,解决了小样本条件下这一类多元数据关联分析问题。证明了小样本概率关联度模型满足的基本性质,给出了小样本概率关联分析的基本步骤,仿真案例和实际应用验证了文中模型的正确性和有效性。

均匀分布下的异常数据检验

针对样本数据服从均匀分布时,样本中出现异常数据的检验问题,利用假设检验的基本原理和方法,在顺序统计量的基础上构造了检验功效较好的检验统计量,研究了均匀分布下的异常数据检验.根据顺序统计量的一些分布性质,推导出检验统计量的精确概率分布;在此基础上,利用Matlab数值计算得出检验统计量的检验临界值,编制成表便于使用;将检验统计量与Dixon型统计量进行功效比较,表明新的检验统计量功效更好.

小子样条件下战斗部爆炸仿真数据可信性分析

高效毁伤战斗部试验次数受到严格控制,如何在小子样条件下分析仿真数据的可信性非常有必要。通过均匀试验得到了战斗部在地下目标腔室内部爆炸某点冲击波最大超压峰值,利用normplot及Lilliefors函数分析了仿真数据的分布特征,而后在已有检验方法的基础上,结合顺序统计量和均匀分布的特点提出了一种新的相容性验证思路。研究表明:该方法不受样本容量的限制,利用MATLAB程序编程可以快速判断仿真数据的可信性。