基于FFT的传感器测量不确定度的评估方法研究

针对传感器的n个测量不确定来源,在每1种传感器的不确定来源所属概率分布已知的前提下,利用基于FFT的卷积方法确定2种概率分布的合成分布概率密度函数,从而确定传感器的测量不确定度。上述方法利用Matlab实现。最后通过1种激光位移传感器的测量不确定度评估进行了验证,并和GUM方法计算求得的测量不确定结果进行对比分析。

基于查找表构建技术的概率卷积算法设计

概率卷积在现代数字通信系统等领域具有重要而又基础的作用.文章提出了一种基于查找表构建技术的概率卷积算法.给出了构造查找表的方法,以及基于查找表的概率卷积算法描述;通过算例及其比较分析,讨论了在卷积规模多大的情况下应该选取何种概率卷积算法.分析发现在小规模概率卷积的情况下,文章提出的算法比较有效,且适合计算机硬件实现.

基于机会约束的含多风电场动态经济调度

为了解决风电出力的不确定性给电网安全运行带来的威胁,提出基于快速傅里叶变换(FFT)快速计算卷积化简机会约束规划的动态经济调度算法.针对多个风电场同时接入系统的复杂情况,在风电出力概率和负荷预测的基础上,保证正、负旋转备用能满足负荷和风电实际出力的波动,应用机会约束规划建立了考虑失负荷和弃风风险的含风电场电力系统动态经济调度模型;利用FFT快速计算卷积求取联合变量的概率分布以将机会约束转化为确定性约束简化得到确定性模型,并用CPLEX进行求解,该方法大大减少了算法的运算时间.以修改的10机39节点系统为算例验证了所提调度模型的正确性及化简方法的有效性.

基于有限域设计的通用概率卷积算法

概率卷积在现代数字通信系统等领域具有重要而又基础的作用.首先介绍用于有限域下的概率卷积的组合搜索法和FFT法;然后提出一种基于有限域设计的通用概率卷积算法,基于有限域运算,用递归的求解方法实现提出的通用概率卷积算法.通过算例、实验和比较分析,讨论了三种算法在有限域概率卷积中的优缺点.分析发现在小规模的有限域下的概率卷积,通用法与FFT法相比,计算复杂度相当但更通用;在大规模概率卷积情况下,通用算法比FFT更通用,比组合搜索法更有效.

基于去噪卷积神经网络的雷达信号调制类型识别

针对低截获概率雷达(LPI)信号处理复杂,低信噪比条件下识别率低的问题,该文提出一种基于去噪卷积神经网络和Inception网络的信号分类识别系统。首先对8种LPI雷达信号进行Choi-Williams分布(CWD)时频变换,得到2维时频图像,然后使用去噪卷积神经网络进行时频图像去噪处理,最后将图像发送到Inception-V4网络进行特征提取,并使用softmax分类器进行分类,实现LPI雷达信号的有效分类识别。仿真结果表明,该方法在–10 dB信噪比(SNR)下,识别率仍然可以达到90%以上。

一种新的两用户协作分集方案及其性能研究

该文提出了一种基于信道编码和分布式空时分组码级联下的两用户协作分集方案,并且在准静态的瑞利衰落信道下对此方案的系统容量,中断概率以及误比特率进行了理论推导和系统仿真,分别给出了解析表达式和数值结果。通过将信道编码和空时码引入到协作分集中,系统容量得到显著改善,同时中断概率也明显降低。在协作用户间信道存在噪声的情况下,对卷积码与分布式空时分组码级联下的发射方案进行了性能分析和仿真。仿真结果表明:即使协作用户间的信道存在噪声,该文所提方案在各方面都优于传统协作分集,系统容量明显增大,中断概率及误比特率大大降低。

概率分布双向稀疏化下单一Tsallis熵阈值选取方法

现有基于熵最大准则选取阈值的方法涉及两个或两个以上的随机变量,都忽视了一个约束条件而影响到它们的分割精度和适用范围:参与随机系统整体熵计算的各随机变量应当相互独立.提出了一种概率分布双向稀疏化下的单一Tsallis熵最大化导向的自动阈值选取方法,可以自然规避多个随机变量需要相互独立的约束条件.在多尺度卷积乘变换所得两幅图像上,该方法先构建了一个具有双向稀疏概率分布特征的二维随机变量,然后在该二维随机变量基础上定义了一个二维Tsallis熵.在将二维Tsallis熵的计算简化到只涉及二维随机变量的边缘概率分布后,选取单一Tsallis熵取最大值时对应的阈值作为最终分割阈值.提出的方法和1个交互式阈值方法、4个自动阈值方法以及1个自动聚类分割方法进行了比较.所用测试图像集由44幅合成图像和44幅真实世界图像组成,这些测试图像具有单峰、双峰、多峰或无峰灰度直方图模式.结果表明:提出方法的计算效率虽然不优于5个自动分割方法,但是它的分割适应性和分割精度有显著提高.

卷积公式的应用注记

介绍了连续型和离散型随机变量的卷积公式,研究其在几个重要分布的“可加性”的证明中的应用,最后举例说明了连续型随机变量卷积公式的一个应用.

索赔额服从爱尔朗分布的破产概率及渐近估计

针对索赔额服从k阶爱尔朗分布的风险问题,通过建立合适的数学模型,利用概率论的有关知识和破产理论的有关结果导出了该模型最终破产概率的显式表达式,并进一步通过引入卷积定义和更新方程得到了它的渐近估计.

计及时变光照及元件故障的分布式光伏发电系统多状态可靠性评估

近年来分布式光伏发电受到了广泛的关注,光伏系统光照的时变性使得准确评估其可靠性十分重要.分析了光照的时变性,建立了光伏系统功率输出模型和太阳辐射概率密度模型,并以两者关系图得到与传统二状态模型不同的多状态功率输出及其故障概率模型.再以此结合元件故障特点,建立了综合考虑光照波动与元件故障的多状态功率输出及其故障概率模型.用卷积法并结合负荷模型对光伏发电系统进行可靠性评估.最后,采用MATLAB编程对算例进行计算分析,验证所提模型的合理性.结果表明,该模型更能精确评估分布式光伏发电系统的可靠性.

一类复合随机变量概率分布的说明

复合随机变量在各个领域有着广泛的应用.本文在连续型的情形下,给出复合随机变量的概率密度函数的积分公式,在离散型的情形下,给出复合随机变量的概率分布列的迭代计算公式,考虑到实际应用的问题,最后给出一个把连续型随机变量离散化得出复合随机变量近似分布函数的数值例子.

不同信源条件下卷积码的Viterbi和BCJR两种译码方案的比较

研究了在AWGN信道下 ,当信源为等概和非等概分布的数据信源以及图像信源时 ,Viterbi和BCJR算法的性能 .在计算机仿真和比较分析的基础上 ,进一步探讨了BCJR算法在卷积码译码中的应用条件 .

二维连续型随机变量函数的概率密度公式的推广

借助二重积分的变量代换证明了二维连续型随机变量函数的概率密度的统一计算公式,利用此公式可便捷地导出各类卷积公式,特别是随机变量的四则运算的概率密度.

复合离散型随机变量分布的迭代计算公式

在各种风险模型中,一般以复合随机变量来刻画索赔过程或收入过程,文中讨论了一类复合离散随机变量的概率分布问题,在个体索赔服从离散型分布的情形下,证明了概率分布的迭代计算公式,最后给出一个数值例子.

正规变化尾分布下破产概率的二阶展开式

考虑在经典风险模型中,假设索赔分布函数尾部是正规变化函数,首先求出正规变化函数n重卷积尾部的二阶展开式,再利用著名的Beekman卷积公式,得到破产概率的二阶展开式.从而使保险公司更清楚地了解自己的偿付能力.

基于传输点容量模型的发输电系统可靠性评估

利用发输电组合系统(简称组合系统)极限输电能力与负荷解耦(系统—负荷解耦)的特性,能有效提高组合系统可靠性的评估效率。目前已有的基于系统—负荷解耦分析的组合系统可靠性评估方法尚存在不足,其中的输电能力计算模型没有考虑异常状态下优化负荷削减的实际需求,也没有计及各不同传输点负荷水平变化的影响,此外,对于频率及持续时间型可靠性指标的计算方法,目前也鲜有研究。该文以系统—负荷解耦分析为出发点,提出基于传输点容量模型的组合系统可靠性评估方法。首先,建立一种适用于组合系统可靠性分析的传输点输电能力优化决策模型,并针对该模型目标函数具有斜率递增的特点,将其转换为线性规划模型进行求解,保证计算效率。然后,拓展传统发电系统可靠性评估中可用容量状态概率及增量频率的概念,基于马尔科夫链构建组合系统各传输点输电能力的概率—频率分布函数(即传输点容量模型),将其与相应负荷的概率—频率分布函数(即负荷模型)进行卷积和加法运算,不仅能得到组合系统及其传输点的概率型可靠性指标,而且还能得到频率及持续时间型等可靠性指标。以RBTS-6节点系统为例进行测试分析,说明该方法的有效性。

金属材料表面微裂纹萌生的概率分析

利用片状石墨铸铁ＨＴ２０－４０为对象并在应力控制条件下进行了低温和高温低周疲劳试验，应力波型选用Ｃ－Ｐ型（拉伸保持）和Ｃ－Ｃ型（拉压保持）．采用晶界破坏阻抗模型对表面微裂纹萌生和扩展的随机行为作了分析和讨论，表面裂纹萌生时间和角度计算结果与实验相符合．

Ruin Probabilities in the Risk Process with Random Income

We extend the classical risk model to the case in which the premium income process, modelled as a Poisson process, is no longer a linear function. We derive an analog of the Beekman convolution formula for the ultimate ruin probability when the inter-claim times are exponentially distributed. A defective renewal equation satisfied by the ultimate ruin probability is then given. For the general inter-claim times with zero-truncated geometrically distributed claim sizes, the explicit expression for the ultimate ruin probability is derived.

高分二号遥感影像提取冬小麦空间分布

精细的农作物空间分布数据对于资源、环境、生态、气候变化和粮食安全问题均具有重要的意义,卷积神经网络已经成为从遥感影像中提取农作物空间分布数据的主要方法,但提取结果中的种植区域边缘往往比较粗糙。本文以高分二号遥感影像为数据源,选择冬小麦为提取目标,利用RefineNet模型和最大后验概率模型构建冬小麦遥感提取模型WWRSE(Winter Wheat Remote Sensing Extraction),获取精细的冬小麦空间分布数据。WWRSE模型利用RefineNet网络提取像素的语义特征,使用改进的SoftMax模型生成像素的类别概率向量;以类别概率向量的最大分量与次大分量的差值作为置信度,根据置信度将类别概率向量分为可信和不可信两组,可信组直接使用最大分量对应的类别标签作为相应像素的分类结果;结合最大后验概率模型确定不可信组像素的分类结果。利用随机梯度法对WWRSE模型进行训练。选择SegNet、DeepLab、RefineNet作为对比模型进行实验,WWRSE提取结果的精度为92.9%,比SegNet提高了13.8%,比DeepLab提高了10.9%,比RefineNet提高了8.6%。实验结果表明WWRSE模型在提取冬小麦空间分布数据方面具有一定的优势。WWRSE模型提取的结果能够为大范围冬小麦种植面积统计提供依据。