VonMises分布表的一种插值方法

本文给出ＶｏｎＭｉｓｅｓ分布表的一种插值方法

基于Von Mises分布的PPP宽巷相位偏差计算方法

针对相位偏差小数对精密单点定位(PPP)模糊度固定的影响,给出宽巷相位偏差小数的估计方法;采用统计假设检验理论对其分布特性进行验证,结果表明其更好地服从Von Mises分布;进一步基于Von Mises分布给出相位偏差小数的计算公式,最后以IGS跟踪站双频GPS观测值为数据来源进行算例分析,结果表明单站相位偏差小数估计的最大标准差为0.060周,并且具有较好的空间一致性,可用于PPP模糊度的相位偏差改正。

Von Mises分布在陕西省保费收入中的应用

保费收入的季节波动对保险业的增长具有重要的影响。应用方向数据统计对2005~2009年陕西省保费收入进行了季节波动分析,通过假设检验及统计推断得出陕西省保费收入服从双峰Von Mises分布,具有明显的季节波动性。

一种基于Gauss von Mises分布模型的非线性量测更新方法

基于状态空间模型的许多传统滤波算法都基于Rn空间中的高斯分布模型,但当状态向量中包含角变量或方向变量时,难以达到理想的效果。针对J.T.Horwood等提出的nS?R流形上的Gauss Von Mises(GVM)多变量概率密度分布,扩展了狄拉克混合逼近方法,给出了联合分布的GVM逼近方法,推导了后验分布的GVM参数计算公式,设计了量测更新状态估计算法。将J.T.Horwood等的时间更新算法与所提出的量测更新算法相结合,可实现基于GVM分布的递推贝叶斯滤波器(GVMF)。仿真结果表明,当状态向量符合GVM概率分布模型时,GVMF对角变量的估计明显优于传统的扩展卡尔曼滤波器。

基于非对称角偏差的切段Von Mises分布模拟

在非对称角偏差下给出切段Von Mises分布的混合截断表示,运用复合舍选抽样法生成切段Von Mises分布的随机数序列,对该分布进行模拟分析,给出其分布频率直方图和分布函数曲线图,并对参数k1和k2做极大似然估计。

von Mises分布及其在医学中的应用

von Mises分布是圆形统计学或方向数据统计学中最重要的分布。本文简要地讨论了该分布的分布函数、参数估计、假设检验及其在确定医学正常值范围中的应用。本文(1)编制了不同正常值范围的长度表,以利应用;(2)举例说明如何较精确地拟合 vonMises 分布;(3)是《中国医学百科全书·医学统计学》中“圆形分布法”的补充.

基于乘法定理和AL模型的风速风向联合概率分布的研究及应用

该文开展了风速风向联合概率分布的研究,以大理地区1971年~2017年47年间的风速日值数据资料为例,选用乘法定理和AL模型两种方法建立该地区风速风向联合概率分布。首先,对各风向以及全风向风速数据的最优概率分布进行研究;其次,分别基于谐波函数和混合von Mises分布对风向的概率密度进行拟合,并进一步基于乘法定理和Angular-Linear(AL)模型推导得出了风速风向联合概率密度函数;最后,对大理地区50年重现期内的极值风速进行预测。研究结果表明:Gumbel分布能更好地描述大理地区的风速分布规律,通过AL模型获得的风速风向联合概率密度函数明显优于基于乘法定理得到的联合概率密度函数;而忽略风向的影响将明显高估大理地区的极值风速。

承受单向静拉应力的有限宽板双边对称裂纹尖端I_1/σ_(mises)的分布函数

采用线弹性有限元方法分析了承受单向静拉应力的有限宽板双边对称裂纹尖端的Mises应力和应力第一不变量I1的分布特性及其影响因素,在此基础上建立了裂纹尖端I1/σmises的分布函数,该函数仅与泊松比和裂纹长度相关,与板厚、弹性模量和加载名义应力无关;应用该分布函数可很好的解释厚板断裂行为特征。

东江干流与支流河涌洪水遭遇风险研究

采用Von Mises函数和皮尔逊Ⅲ型函数分别拟合了东江干流与支流望江沥河涌洪峰出现时间及量级分布特征,采用Frank Copula函数构建了东江干流与支流望江沥河涌洪水发生时间及其量级之间的联合分布,研究分析了东江干流与支流望江沥河涌年最大洪水遭遇风险特征。结果表明:Frank Copula函数能较好地拟合东江干流与支流望江沥河涌年最大洪水(出现时间和量级)联合分布;东江干支流洪峰在同一天遭遇最大可能发生在6月17日,遭遇风险约为0.011%,在5月9日之前和10月6日之后发生同一天遭遇的概率很小,几乎为0;望江沥发生超20年一遇暴雨同时遭遇东江干流超5年一遇洪水的重现期为47年;在望江沥河涌发生暴雨洪水条件下,东江干流某一量级洪水发生的可能性相对提高。

Rayleigh信道空间相关及其对空时码性能的影响

为了研究空间相关对空时编码性能的影响。假设散射量沿波达角的功率分布服从von Mises分布。推导出了Rayleigh衰落信道多径接收信号的角度扩展．引入近似的高斯函数型阵列空间互相关系数。构造接收等距线阵的空间相关矩阵。并证明该矩阵是正定和满秩的。其行列式取值介于0～1之间．分析表明：若空时码字的差异矩阵满秩且仅在接收端存在空间相关，只会造成空时编码传输在编码增益上的损失。而不会造成分集增益上的损失；Rayleigh空间衰落相关信道中的最优空时编码设计准则与Rayleigh空间衰落独立信道中的相同．

互耦效应对不同阵列流型相关性的影响

分析了互耦机理及其对接收信号矢量的影响,详细推导了入射信号角度谱服从Von Mises分布时,任意数目线型、圆型及面型等不同流型阵列的天线空间相关系数的闭式表达式和近似表达式,并据此推导出了综合互耦因素的对应流型阵列天线的相关系数解析式。仿真结果表明:本文推导的天线空间相关系数表达式与数值积分结果非常吻合。另外,在互耦效应下,天线阵元相关性围绕着无互耦时的相关性曲线上下波动,且面型阵列具有更好的抗互耦能力。

多天线Rice信道空间衰落相关的近似表达

将von Mises分布作为多径散射接收信号的功率密度分布,在存在稳定直射分量的条件下,推导出相应的多天线Rice信道中的多径角度扩展公式,进而推导出了小尺度Rice衰落信道中紧凑阵元空间相关系数的近似表达式。von Mises分布的集中度参量对多径角度扩展的影响较Rice因子更为明显。只要多径散射是各向同性的,阵元间的空间相关性较弱;只要多径散射是各向异性的,空间相关性将随直射分量功率增大而急剧增加。分析表明,角度扩展和阵元间距是影响接收信号空间衰落相关性的主要因素。

雅砻江流域非一致性洪水分析

雅砻江干流下游河段大规模梯级水电站的逐步开发改变了下垫面条件,同时也改变了天然洪水的分布特性,不再满足传统洪水频率分析中对其一致性的要求。通过定性和定量分析,得出雅砻江锦屏一级水电站年最大1日洪量和年最大3日洪量均在1989年发生变异。在此基础上,针对年最大1日洪量及其发生日期两个变量进行了研究。首先以变异年份1989年将原序列划分为两个子序列,并构造了P-Ⅲ混合分布模型;其次应用方向数据统计理论,将Von Mises分布作为其发生日期的分布;最后通过Clayton Copula函数求取了两变量的联合超越概率分布、条件超越概率密度等。分析结果可为该电站合理确定设计洪水及汛期防洪调度提供相关参考。

Calculation of One-Valued Control Limits by Control Chart of Angles

The data we use to express angle or direction are entitled directional data. In a plan right angled coordinate system the traditional control chart can’t solve the quality control problem which the characteristic value is angle. This paper analyses and calculates the one valued control limits by control chart of angles.

一种适用于空间监视跟踪的递推滤波算法

针对空间监视跟踪环境中对于包含角变量的状态向量估计存在精度较低的缺点,利用Gauss von Mises(GVM)多变量概率密度分布,提出一种基于矩匹配的GVM参数估计方法,并在此基础上改进GVM分布的确定性采样方法,建立针对GVM分布的递推滤波算法,该算法充分考虑了流形的内蕴结构,克服了传统滤波方法假设状态向量定义于欧氏空间及采用欧氏空间中高斯分布模型的局限性。仿真结果表明,该滤波算法能有效估计状态变量的后验概率分布,对角变量的估计精度明显优于扩展卡尔曼滤波方法(EKF)。

结合风向分布的新疆西北地区极值风速变化研究——以博尔塔拉蒙古自治州富蕴县为例

本文基于Copula函数建立联合分布的方法,以新疆西北地区富蕴县的数据为例,研究考虑风向的极值风速概率分布。首先,利用非参数核密度估计模型对极值风速概率密度进行研究,选择高斯核密度和Scott无偏交叉验证法建立的模型对该地风速分布拟合效果优于传统威布尔分布和广义极值分布;其次,运用von Mises分布对风向变化规律进行拟合,4阶的von Mises分布对该地风向分布的拟合效果优于2阶、3阶模型;最后,建立基于Frank-Copula函数的风速风向联合概率密度函数,分析表明研究风速分布时考虑风向的作用是十分必要的。另外,利用模型对富蕴县50年重现期的极值风速和风能密度预测,结果发现未来南部方向的风速较小,达到12.051m/s,对应的风能密度较小,北部偏东和偏西两个方向的风速较大,最大风速达到32.548m/s,对应的风能密度也较大。如果不考虑风向的影响会导致高估该地区风速,对应风能密度的预测也存在较大差异。与传统的风速模型相比,本文提出的Frank-Copula模型的研究结果对预测富蕴县风速有一定的参考价值,同时也对研究其他地区风速分布提供了新思路。

长江上游与洞庭湖洪水遭遇风险分析

为进一步揭示长江上游与洞庭湖洪水遭遇规律,本文以宜昌站和城陵矶站1951—2016年实测日均流量资料为基础,建立了两站年最大洪水洪峰、15日洪量、洪水发生时间及间隔时间的边缘分布函数,进而构建了基于Archimedean Copula函数的洪水发生时间和量级(包括洪峰和过程)的联合分布函数,解析了长江上游与洞庭湖洪水的遭遇风险。其中针对长江上游与洞庭湖洪水洪峰之间,以及它们的洪峰及其发生时间之间均存在相关性的特点,提出了一种通过建立两站洪峰及其间隔时间的联合分布来研究洪峰遭遇风险的方法。最后分析了三峡水利枢纽的运用对长江上游与洞庭湖洪水遭遇风险产生的影响。研究成果可为三峡水库优化调度和长江中下游的防洪减灾提供理论依据。

1种蛋白质Loop片段结构的概率生成模型

在计算生物学中,根据蛋白质的氨基酸序列预测蛋白质的结构是尚未解决的重要问题之一,而其中的1个难点是预测蛋白质中Loop片段的结构。本文用1阶马尔可夫模型为基础,通过对其训练,可根据氨基酸串和2级结构信息为蛋白质Loop片段概率建模和采样。其中用Ramachandran图示法的二面角对描述蛋白质结构,模型的训练和推理通过工具包Mocapy来完成。并使用KL交叉熵和角度差异值作为实验检验标准来完成Loop分布情况的测试实验,同时在从头预测Loop结构实验中预测CASP8中8个自由建模的蛋白质结构。与最流行的方法相比,本文提出的模型因为改进了Loop段的预测精度,从而可使得到的二面角对更加接近真实Loop结构中分布,同时在从头预测中提高整个蛋白质结构的预测精度。并且由于本文的模型具有概率推理特性,故在理论上也更具有无偏见性。