利用Gauss-Markov过程的着陆小天体导航与制导方法

给出一种利用Gauss-Markov过程的自主着陆小天体导航与制导算法,来解决无法得到精确的轨道动力学模型带来的轨道确定困难问题。主要是在导航算法中,采用一阶高斯-马尔科夫过程近似着陆探测器轨道动力学中的无模型加速度,利用扩展卡尔曼滤波估计探测器的位置、速度及无模型加速度。通过数学仿真分析了给出的自主导航与制导系统的性能,并对比了采用与不采用一阶高斯-马尔科夫过程的导航滤波器性能,结果表明前者明显优于后者。

基于Gauss过程分数位回归模型的锂电池SOH估计

为了提升锂电池使用安全性,延缓其寿命退化,提出了一种Gauss过程分位数回归模型的锂电池健康状态(SOH)方法。该模型结合了准Gauss过程回归与非平稳时间序列分析以及分位数回归的优点,可有效处理健康特征数据非线性及时变性问题,具有模型参数的自适应调节能力,从而提升SOH估计的精确性和鲁棒性;通过美国国家航空航天局的电池数据集,基于不同温度的数据验证了所提出模型的有效性。结果表明:该模型的SOH估计结果的平均绝对误差(MAE)、均方根误差(RMSE)和平均绝对百分比误差(MAPE)分别为0.002 8、0.003 8、0.003 4,模型运行时间为0.008 1 s,与灰狼优化Guass过程回归模型以及文献中3种典型模型估计对比,其RMSE结果精度分别提高了0.0199、0.0030、0.019 6、0.002 0,证明所提出模型具有较好的鲁棒性和估计结果的高精确性。

基于Markov过程天气预测的共享单车调度优化研究

针对某大学城共享单车资源分配不平衡问题,建立了与调度成本和用户满意度相关的单目标数学规划模型,对现有共享单车调度策略进行分析,并制定改善方案.通过调查问卷分析单车调度过程中存在的问题,利用Python获取单车的相关数据.在此基础上,基于齐次Markov过程对天气状况进行预测,采用LSTM时间序列对区域内未来单车数量的变化情况进行预测,利用遗传算法求解最优调度路径和调度数量,提出优化方案.通过敏感性分析验证本文所提方案的可行性.结果表明,优化后的调度方案缩短了单次调度时间并提高了用户的满意度,对共享单车管理部门具有指导意义.

Gauss-Markov载体下扩频隐写的抗检测性能分析

为了研究载体数据相关性等对数字隐写安全性的影响,使用Gauss-Markov过程建模载体求解了扩频隐写系统的Kullback-Leibler divergence(KL散度)。首先,建立了以KL散度为度量标准的隐写系统安全性能分析框架;然后,选择Gauss-Markov过程建模载体,得到了扩频隐写系统的KL散度计算公式;分析相关系数、嵌入噪声相对强度、可用数据总数等参数对KL散度的影响,发现载体数据相关性越强,嵌入噪声强度越大,以及相同数据使用率下,载体可用数据总数越大,隐写系统抗检测性能越差。以图像为载体的实验结果验证了该方法的正确性。

基于Markov过程的继电保护通信系统可靠性评估方法

继电保护通信系统受内外部因素影响,易出现拒动失效。传统评估方法未充分考虑动态行为、故障传播及复杂环境,导致评估结果中拒动失效率偏高。因此,文章提出基于Markov过程的继电保护通信系统可靠性评估方法。通过选取合适的可靠性评估指标全面反映系统的性能特点,利用Markov过程构建状态随机转移概率矩阵,描述系统在不同状态下的转移概率,综合评估继电保护通信系统的可靠性。实验结果表明,该方法综合考虑多种因素,拒动失效率较低,为电力系统的安全稳定运行提供有力支持。

基于改进型蚁群算法和Gauss-Markov随机场的植物病斑自适应分割

针对植物病害图像成分复杂、病斑排列无规则等特点,提出了基于改进型蚁群算法和Gauss-Markov随机场的自适应病斑分割算法。该算法采用自适应信息素更新策略,对信息量进行有差别的动态更新,克服了标准蚁群算法容易陷入局部最优造成的早熟、停滞现象。同时,利用Markov随机场的局部相关特性并结合Gauss分布组成线性平稳自回归模型,针对植物病斑特征建立分割模型。最后,采用改进型蚁群算法对其进行优化,并结合Gauss-Markov随机场最大后验概率估计,实现对植物病斑的自适应分割。仿真试验表明,改进后的算法能够针对植物病斑特性实现自适应分割,鲁棒性较好。然而,对于蚁群算法与Markov的最佳耦合方式及参数初始值的设置仍需作进一步研究。

利用Markov过程预测安吉土地利用格局的变化

根据浙江安吉山区2个时期山地资源清查资料获得的土地利用类型数据,成功地确定了土地利用类型的转移矩阵,并用Markov链模型预测了该山区土地利用类型变化趋势。结果表明,当前该区的土地利用格局正处在一种荒山、农田、居民点及水域逐渐减少,林地、果园用地逐渐增加的变化状态,而且这种变化将持续很长时间,最后达到以山区林地78 4%为主体,同时湿地在不断减少的新的土地利用格局。

Markov耦合与Markov过程的遍历性

本文运用耦合方法 ,真接通过无穷小算子判别随机过程的遍历性 ,得到了便于应用的遍历性定理 .

基于Markov过程的导航系统星座可用性分析

卫星导航系统星座可用性分析面临准确性和快速性的矛盾。论文在研究全球卫星导航系统(global navigation satellite system,GNSS)星座可用性分析需求的基础上,系统地定义了导航系统可用性的基本概念,给出了基于分系统部件失效计算导航星座可用性的方法,提出了基于Markov过程的单星可用度算法,建立了基于星座状态概率的服务可用性计算模型,并结合导航基本原理模型得到了导航星座的可用性。最后,基于此方法针对北斗区域卫星导航系统相关数据对其星座可用性进行了仿真和实验分析。结果表明,本文所提方法和模型能够满足卫星导航系统星座可用性分析的特殊需求。

Markov过程理论在发电商报价策略选择中的应用

在电力市场的环境下,发电商在报价策略选择的过程中将面临许多不确定性因素,如各时段的系统负荷、市场边际价格、对手的报价策略、自身发电成本等,本文从发电商的角度出发对竞价策略的选择问题进行研究,将竞价策略选择的过程设计成为Markov决策过程——一种抽象的随机优化方法,先将每个时段的报价简化为报价参数的选择,利用Markov过程理论对不确定性因素的出现进行概率估计,将发电商报价策略的选择问题表示为离散的随机优化过程—— Markov决策过程;通过使期望收益最大来计算最优策略,从而确定了每个时段发电商报价参数的最优选择,并将报价参数还原成为报价结果。

进化规划的Markov过程分析及收敛性

本文对一类进化规划（EvolutionaryProgramming）进行了理论分析，给出了进化规划的Markov过程描述及t步概率分布密度的递推公式，该公式较好地描述了进化规划的叠代规律，利用该公式证明了进化规划的概率1收敛性及r阶收敛性．

连续时间Markov控制过程的平均代价最优鲁棒控制策略

在Markov性能势基础上 ,研究了一类转移速率不确定但受紧集约束的遍历连续时间Markov控制过程 (CTMCP)的鲁棒控制问题 .根据系统的遍历性 ,平均代价Poisson方程的解可被看作是性能势的一种定义 .在平均代价准则下 ,优化控制的目标是选择一个平稳策略使得系统在参数最坏取值下能获得最小无穷水平平均代价 ,据此论文给出了求解最优鲁棒控制策略的策略迭代 (PI)算法 ,并详细讨论了算法的收敛性 .

基于Markov过程的集束型设备预防维护策略

为了更好地保障集束型晶圆制造设备运行的可靠性,同时考虑维护的经济性,建立了基于Markov过程的预防性维护策略.根据集束型设备的特点,采用大修和小修相结合的预防性维护方式,同时考虑随机失效和退化失效两种失效形式,建立了状态转移模型.依据Markov理论求得设备各状态的稳态概率及状态转移概率.再根据Markov决策理论及策略迭代算法求得最佳维护策略.实验结果表明,所提出的预防性维护策略有效可行.

基于Markov过程的硬/软件综合系统可靠性分析

现代大型监控系统通常是一个复杂的硬/软件综合系统,其可靠性分析对于系统的设计、评估具有重要意义.综合考虑硬件、软件特点以及两者之间的相互作用关系,提出一种基于Markov过程的综合系统可靠性分析模型,模型中将系统失效分为硬件失效、软件失效与硬/软件结合失效.实际应用中,由于系统的状态数较大,提出利用循环网络方法对Markov状态转移方程进行求解,从而方便地得到系统处于各状态的瞬时概率与稳态概率.通过分析硬/软件综合系统可靠度、可用度与系统可靠性参数之间的关系,指出硬/软件结合失效将影响系统可用度,忽略硬/软件结合失效将导致可靠性估计值偏离实际值.

复共线Gauss-Markov模型参数估计的最小描述长度方法

Gauss-Markov模型是多元数据分析处理工作中常用的模型,其参数估计与筛选一直是研究的热点。当Gauss-Markov模型的设计矩阵存在复共线性时,常用主成分分析方法来筛选和估计其参数,消去它们之间的复共线性,提高估计准确度。基于最小描述长度原理,提出了一种新的参数筛选估计方法。该方法应用最小描述长度原理选择主成分作为参数,其参数的可靠性较高;从信息的角度看,这种方法的信息损失最小。最后实例说明了该方法的有效性和可靠性。

Markov控制过程基于性能势的平均代价最优策略

研究了一类离散时间 Markov控制过程平均代价性能最优控制决策问题 .应用Markov性能势的基本性质 ,在很一般性的假设条件下 ,直接导出了无限时间平均代价模型在紧致行动集上的最优性方程及其解的存在性定理 .提出了求解最优平稳控制策略的迭代算法 ,并讨论了这种算法的收敛性问题 .最后通过分析一个实例来说明这种算法的应用 .

基于互信息熵差测度和Gauss-Markov随机场模型的医学图像分割

图像分割类数的确定一直是个难点,基于互信息熵差测度进行图像分割类数的确定,较好地解决了该问题.互信息熵差描述了随着分割类数增加时分割图像和原图像互信息量的增加程度,其作为一种类数确定测度时,可认为取得了一种分割类数与分割图像中所包含信息量的平衡,以此提出了分割类数确定的判别规则.在分割算法方面,Gauss-Markov模型既利用了图像的灰度信息,又通过Gibbs先验概率引入了图像的空间信息,能较好地用于分割含噪声的图像.然而,Gibbs惩罚因子β的确定却一直是个难点,为获得好的分割效果,通常用多个β值人工尝试.针对此问题,提出了一种类自适应的惩罚因子β,其利用后验概率来自动计算,并具有各类各向异性.再将模型利用EM-MAP算法来迭代求解.最后,将算法应用于医学图像的分割,实验表明该算法具有满意的分割效果.

基于Markov过程的输变电设备一体化智能监测装置可靠性评估

输变电设备一体化监测装置是构成输变电设备智能监测传感网络的基本单元。为评估与提高输变电设备一体化智能监测装置可靠性,优化其维修策略,建立了一种基于Markov过程的输变电设备一体化智能监测装置可靠性评估模型。在分析一体化智能监测装置内部结构与各元件功能关系的基础上进行了系统划分,采用Markov模型表征系统的状态转移过程,通过计算系统在平稳状态下的状态概率,量化了一体化智能监测装置的可靠性水平。实例分析表明,提出的可靠性评估模型能够较为准确客观地对一体化智能监测装置的可靠性进行量化评估,有效辨识出装置的薄弱环节,从而为制定合理的运行维护策略,保证输变电设备智能监测传感网络的安全可靠运行提供技术参考。

基于Markov过程的冗余系统备件与冗余度联合优化

为了合理有效地降低冗余系统全寿命周期费用,同时考虑部件的故障过程、维修周转以及备件的订购补给过程,结合混合准则提出了基于Markov过程的k/n冗余系统可用度模型,实现备件库存配置与冗余度联合优化。首先,通过热备份和冷备份模式下的系统故障率和修复率计算公式,建立了使用可用度模型。然后,基于稳态概率计算全寿命周期费用,并运用备件库存配置与冗余度联合优化算法实现模型的求解。最后,通过数值计算验证可用度模型的正确性以及联合优化的有效性。通过数值计算结果表明,所提出的可用度模型是传统模型的有益改进并且具有普适性。联合优化算例结果显示,冗余系统可用度随冗余度或备件库存的增加而得到提升,而当可用度接近1时若要进一步提高可用度将导致费用急剧增长;全寿命周期费用中备件存储费用的所占比例最高,而备件订购费用最低;算例表明,与仅考虑备件库存优化的方法相比,联合优化使全寿命周期费用降低了8.01%。

Markov控制过程在紧致行动集上的迭代优化算法

研究一类连续时间 Markov控制过程 ( CTMCP)在紧致行动集上关于平均代价性能准则的优化算法。根据 CTMCP的性能势公式和平均代价最优性方程 ,导出了求解最优或次最优平稳控制策略的策略迭代算法和数值迭代算法 ,在无需假设迭代算子是 sp-压缩的条件下 ,给出了这两种算法的收敛性证明。