子集模拟中马尔可夫链蒙特卡洛抽样算法比较

文章着重研究子集模拟中马尔可夫链蒙特卡洛(MCMC)抽样算法的抽样效率与计算精度。首先，阐述可靠度子集模拟的基本原理与中间状态样本生成的各种MCMC抽样算法，在稳态马尔可夫链构造基础上提出延迟拒绝MMH(Modified Metropolis Hasting)算法，通过在MMH算法上增加备选样本的延迟拒绝步提高MMH算法的抽样效率；阐述基于随机游走与基于扩散方程MCMC方法中建议分布的差异，进一步对备选样本接受率为1的preconditioned Crank-Nicolson(pCN)算法和条件抽样(Conditional sampling, CS)算法开展研究，证明两种算法的等价性；推导有效样本量的计算方法，提出采用有效样本量与总样本量的比值定义MCMC方法的抽样效率。通过复杂目标分布的样本生成研究不同MCMC抽样算法建议分布及其参数对备选样本接受率与抽样效率的影响，最后通过计算实例研究子集模拟过程采用不同MCMC抽样算法得到失效概率的相对误差及其变异性，揭示不同MCMC抽样算法对失效概率计算精度的影响。研究表明：不同MCMC抽样算法生成备选样本的接受率及其自相关性受建议分布及其参数影响较大，对于复杂的目标分布，pCN算法和CS算法的抽样效率较高，延迟拒绝MMH算法次之；采用CS算法和延迟拒绝MMH算法进行子集模拟得到的失效概率精度较高且变异性较低；增加子集模拟中间状态样本量可以提高失效概率计算精度并降低其变异性。     

基于误差估值累加开环校正的诱导式欺骗检测方法

诱导式卫星欺骗干扰可诱导航空器逐渐偏离预定航迹，难以被发现，因此及时有效地检测干扰是飞行安全的保障。在现有紧组合导航体制基础上，设计了一种基于误差估值累加开环校正的紧组合导航结构，并证明了其性能与传统闭环校正紧组合导航性能等效。在此结构中，将紧组合导航系统与自适应序贯概率比检测方法结合，提出了一种基于误差估值累加开环校正的诱导式欺骗检测方法，融合紧组合导航信息与其他不受欺骗影响的导航信息，构建欺骗检测统计量进行诱导式欺骗检测。仿真结果表明，开环校正结构可避免随时间累加的惯性导航系统误差所导致的组合导航滤波器发散问题，同时欺骗检测方法可进一步提高算法对“最坏”情形下微小诱导式欺骗的检测效果。     

广义正交码索引调制系统的性能分析

摘 要：为了提高码索引调制（code index modulation，CIM）系统的传输效率，提出了一种具有更低复杂度的单输入单输出（single input single output，SISO）的广义正交码索引调制（generalized orthogonal code index modulation，GQCIM）系统。CIM 系统使用扩频码和星座符号传输信息，但只能激活两个扩频码索引和一个调制符号。而 GQCIM 系统以一种新颖的方式克服了只激活一个调制符号的限制，同时充分利用了调制符号的正交性，增加扩频码索引以传输更多的额外信息位，提高了系统的传输效率。此外，分析了GQCIM系统的理论性能，推导了误码率性能的上界。通过蒙特卡罗仿真验证了GQCIM系统的性能，对比发现GQCIM系统的理论和仿真性能一致。而且在相同的传输效率下，结果显示GQCIM系统的性能优于同样具有正交性的调制系统，如广义码索引调制（generalized code index modulation，GCIM）系统、CIM系统、码索引调制-正交空间调制（code index modulation aided quadrature spatial modulation，CIM-QSM）系统、码索引调制-正交空间调制（code index modulation aided spatial modulation，CIM-SM）系统、脉冲索引调制（pulse index modulation，PIM）系统。     

多堆厂址始发事件分析探讨

多堆厂址一级概率安全评价（PSA）研究中，机组数目的增加使得建模工作量剧增，给整个核电厂的风险评估带来困难。结合已有基础，本文研究了多堆厂址始发事件分析的筛选方法，提出利用堆芯损伤频率（CDF）上下限值评估方法，分析厂址内不同机组数对厂址CDF的影响。结果表明，双机组厂址适合优先进行具体分析。针对双机组核电站，对多堆厂址内各始发事件进行筛选。结果表明，丧失厂外电、丧失热阱等事件适合建模分析，并对其他筛选结果给出后续分析建议，为多堆厂址一级PSA后续事故序列建模工作提供了重要基础。     

认知双向中继网络在κ-μ衰落信道下的中断性能分析

针对认知双向中继网络在进行数据传输时面临的复杂无线信道场景问题,采用广义κ-μ分布构建认知双向中继网络中的视距和非视距无线传输信道,推导次网络在κ-μ衰落信道下的统一中断概率,并分析次网络在多种单一和混合衰落信道情况下的中断性能。仿真结果表明,无线信道的衰落程度对次网络的中断概率影响显著,依据衰落信道类型合理设置网络参数将有助于提升次网络中断性能。     

地面驱动螺杆泵井故障诊断方法

为提高地面驱动螺杆泵井的故障诊断效率,提出了一种将小波包与概率神经网络相结合的故障诊断方法.运用小波包技术提取有功功率信号的能量特征,与动液面、瞬时流量、井口回压共同作为特征参数,输入到概率神经网络进行故障诊断.为证明所提诊断方法的优越性,与BP神经网络、径向基神经网络进行对比,结果表明所提方法诊断效率更高、速度更快,更加满足故障诊断实时性的要求;故障诊断实例结果也进一步证明了该方法在地面驱动螺杆泵井故障诊断的可行性.     

区域导航对流层延迟误差修正模型研究

本文研究了电波大气折射理论，分析了传播误差因素，阐述了区域导航信号的传播路径与 GNSS 卫星导航的不同，论述了对流层延迟对区域导航信号测量精度的影响，设计了满足区域导航系统应用需求的对流层延迟误差修正模型，并通过仿真研究，验证了所设计区域导航对流层延迟误差修正模型的可行性，并给出了该模型在远距离低仰角和近距离高仰角下的误差修正能力。     

混合概率模型驱动的叠前地震反演方法

叠前地震反演是获取复杂油气储层弹性参数、岩性及含流体性质的主要途径。常规的叠前地震反演往往将“弹性参数”、“离散岩性”和“流体因子”三者独立预测，通常忽视了储层岩性差异对弹性参数的影响，由此引入的先验信息误差会严重影响弹性参数、离散岩性及流体指示因子预测的精度。为此，考虑待反演模型参数的先验概率服从混合型概率密度分布，基于贝叶斯框架推导了由时域、频域地震、低频整合先验信息及已知模型数据点四类数据集协同约束的后验混合概率分布的显式解，将非线性边界约束算法引入叠前地震弹性参数反演中，缓解了模型反演出现不稳定解的问题；利用序贯模拟算法对后验概率密度函数随机采样，且对不同后验概率分量的模拟结果进行分类，发展了对地层连续“弹性参数”、“离散岩性”及储层“流体因子”的叠前地震同步预测方法。理论测试和实际应用验证了该方法在岩性预测和储层孔隙流体识别中的有效性和实用性。     

基于概率分析的核电传热管降质失效评估方法研究

发展核电是国家能源安全战略的重要组成部分，核电安全是对核电事业发展的最基本要求。依据核电传热管的检测历史数据和专家数据，利用全概率理论和Bayes公式提出了对传热管降质完整性评估的概率计算方法。通过对应力腐蚀、疲劳损伤等影响因素的分析，实现了在不同应力腐蚀和疲劳损伤条件下对传热管降质分布的概率计算。该评估方法可以将多个影响因素共同作用的复杂问题，简化为单个影响因素的逐一修正问题，简化了计算和处理方法。该方法可为核电蒸汽发生器传热管的降质概率评估提供借鉴。