基于Bayes与多层Bayes估计的WSN链路选择算法

无线传感器网络（WSN）节点能量有限,采用传统的链路选择的方法（经验法）进行链路选择,需要发送大量的数据包作为测试样本,这在WSN中是不合适的。设计了两种基于Bayes估计与一种基于多层Bayes估计的WSN链路选择算法,分别记为BLSP-B1、BLSP-B2、BLSP-HE。仿真实验发现,在小样本的条件下,BLSP-B1、BLSP-B2、BLSP-HE选择高质量的链路的概率比经验法要高出10%～20%,其中BLSP-HE算法最稳健,性能较好。     

自主探测系统的Bayes递推估计策略

探测系统被动地接爱外界的测量信息是不够的,因此方式获得的数据是不完备的,由此揄得出的结论在一定程度上具有不确定性,是不能接受的,为获得可靠的信息,常采用多传感器的数据融合或装备自主传感器的方法,文中将Bayes递推估计策略应用于自主探测系统,使其能最逼真的再再所关心的探测对象。     

基于Bayes估计理论的数据融合方法

本文研究了多传感器数据融合技术的一种方法。融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真。这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果。具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于Bayes估计的多传感器最优融合

本研究了多传感器数据融合技术的一种方法融合方法以Bayes估计理论为基础,并对数据进行了一致性检验,得到了多传感器最优融合数据,提高了数据的精确度。实际应用结果验证了算法的准确性,并进行了Matlab仿真,这种数据融合方法计算简便,可以获得比有限个传感器的算术平均值更准确的测量结果．具有较高的可靠性,可用于测量结果具有正态分布特性的多传感器测量系统。     

基于Bayes估计的WSN自适应路由算法

针对无线传感器网络中存在的路由请求域动态调整问题,提出一种基于Bayes估计的无线传感器网络自适应路由算法。该算法以圆柱形路由请求域的半径作为调整参数,利用Bayes估计对路由请求域进行自适应调整。仿真结果表明,该算法在数据包投递率、路由开销、数据包平均时延和网络剩余能量比率上的性能都优于AODVjr路由算法。     

基于线性经验Bayes估计的位置数据融合方法

给出了一种多传感器位置数据的融合方法。这种方法基于线性经验Ｂａｙｅｓ估计。该方法不需要被测参数的精确分布形式，该方法易于计算，并且在许多传感器融合问题和信号处理上有着潜在的应用。     

一种基于Bayes估计的WSN节点信任度计算模型

鉴于传统网络安全策略无法阻止或识别传感器网络内部节点的攻击或异常行为,结合节点资源受限的特点,提出了一种无线传感器网络节点信任度计算模型.该模型采用Bayes估计方法,通过求解基于Beta分布的节点行为信誉函数的期望值得到直接信任并将其作为Bayes估计的先验信息,将来自邻居节点的推荐信息作为其样本信息.仿真实验表明,本方案有较好的稳定性,能够有效识别异常节点,从而阻止内部节点对网络的攻击,与RFSN相比,不仅节约了存储空间、运算时间与通信量,而且能够避免恶评现象对节点信任度计算的影响.     

基于Bayes估计的离散Kalman滤波相关观测融合

针对带相关观测噪声和带不同 未知观测函数的多传感器离散系统,在已有的融合算法基础上提出了基于Bayes估计的加权最小二乘(Bayes estimation weighted least squares,BYEWLS)分布式融合Kalman滤波算法。该方法充分利用未知参数的验前信息,以风险函数为评价指标,证明了BYEWLS融合算法优于WLS融合算法,针对YEWLS融合算法是有偏估计,提出了在线消除偏差的方法。分布式融合算法减少了计算负担,提高了融合精度,便于实时应用。最后通过仿真例子验证了该方 法的有效性和理论分析的正确性。     

一种结合Bayes估计的NHPP航班查询软件可靠性评估方法

从航班查询系统故障的监控日志出发,分析了航班查询系统的故障数与其发生的时间间隔区间的关系,建立了NHPP模型。为了使NHPP模型能够更加准确地反映时间对航班查询系统的故障数的影响,对航班查询系统的寿命总体分布函数F(t)进行贝叶斯估计。当不重复采样时,贝叶斯估计取F(t)的先验分布为DP(α,P0),使得F(t)后验分布容易分析计算,从而使NHPP模型的估计更为精确。利用实际监控数据进行仿真,对模型进行了实现,结果表明了该模型对可靠性评估有较高的准确度。     

基于多层Bayes估计的战略协同网络供应链可靠性研究

对战略协同网络中供应链可靠性进行分析和判定.得到了可靠度计算公式,并以此为依据收集定时截尾数据.根据战略协同网络供应链可靠性统计特性,建立两种Bayes估计方法和一种多层Bayes估计方法,分别应用于样本供应链可靠性评估中.在估计供应链失效率的基础上,对供应链町靠度进行估计.仿真结果显示,应用多层Bayes估计方法效果较好.     

基于混合伽玛分布的Bayes可靠性评估方法

研究指数寿命产品验前信息的融合问题。为了合理地利用验前信息,同时兼顾产品可靠性试验的不确定性,提出运用混合伽玛分布作为验前分布的贝叶斯方法,并将之推广到多源验前信息和变总体的情况。重点解决多源验前信息融合权重的确定问题。通过实例,分析比较这一方法与经典方法和单纯使用伽玛分布作为验前分布的贝叶斯方法的差异,证明该方法的合理性和可行性。     

基于贝叶斯估计的概念语义相似度算法

传统的基于语义距离的概念语义相似度算法不能兼顾客观统计数据,基于信息量的相似度算法又难以获得权威统计样本,针对这些不足,该文提出一种基于贝叶斯估计的概念语义相似度算法。该算法首先假定概念出现概率是符合Beta分布的随机变量,然后基于语义距离的相似度算法计算先验参数,并根据统计样本计算该先验分布下基于最小风险的贝叶斯估计后验参数。随后利用基于信息量的语义相似度算法,便可获得主观经验与客观事实相结合的概念语义相似度。结合WordNet的实验分析表明,该算法与人为主观经验之间具有最大的相关系数。     

后向散射系数的贝叶斯估计

后向散射系数是合成孔径雷达图像中重要的物理参数.由于合成孔径雷达测量系统的噪声干扰和其他不确定因素影响使得测量数据往往不够精确,这就需要对测量数据进行合理估计.为了对后向散射系数做出准确合理的估计,文章将后向散射系数的先验知识考虑进去,给出了后向散射系数的三种贝叶斯估计算法.贝叶斯估计的关键是概率密度模型的选取.例中选用贝塔(Beta)分布作为先验概率密度模型,伽玛(Gamma)分布作为条件概率密度模型得到了合理的估计结果,并与最大似然估计(ML)算法进行了比较,比较结果表明在对后向散射系数的估计中,贝叶斯估计算法要明显优于最大似然估计算法.     

Nonlinear Bayesian Estimation: From Kalman Filtering to a Broader Horizon

This article presents an up-to-date tutorial review of nonlinear Bayesian estimation. State estimation for nonlinear systems has been a challenge encountered in a wide range of engineering fields, attracting decades of research effort. To date, one of the most promising and popular approaches is to view and address the problem from a Bayesian probabilistic perspective, which enables estimation of the unknown state variables by tracking their probabilistic distribution or statistics (e.g., mean and covariance) conditioned on a system's measurement data. This article offers a systematic introduction to the Bayesian state estimation framework and reviews various Kalman filtering (KF) techniques, progressively from the standard KF for linear systems to extended KF, unscented KF and ensemble KF for nonlinear systems. It also overviews other prominent or emerging Bayesian estimation methods including Gaussian filtering, Gaussian-sum filtering, particle filtering and moving horizon estimation and extends the discussion of state estimation to more complicated problems such as simultaneous state and parameter/input estimation.      

基于贝叶斯统计推断的离散分布估计算法

将贝叶斯统计推断理论引入分布估计算法概率模型中,提出一种基于贝叶斯统计推断的离散分布估计算法。根据离散优化问题中解的分布规律建立先验概率模型,将优势群体的概率模型和二元边缘分布算法中森林结构的概率模型相结合,得出条件概率模型,利用贝叶斯统计推断,并结合上述2种概率模型建立后验概率模型,以指导新群体的产生。仿真结果表明,该算法求解gr21旅行商问题的收敛速度大于EDAs1算法,在种群规模、最大运行代数等参数固定的情况下,分别分析结合速率和学习速率对算法性能的影响,得出当其值取0.2时,算法性能最稳定。     

基于贝叶斯估计的Contourlet域图像降噪方法

提出了一种基于贝叶斯估计的Contourlet域图像降噪方法。该方法对输入的带噪图像进行多尺度、多方向的Contourlet稀疏分解,并在Contourlet域利用最小Bayesian风险函数对分解系数进行估计,通过Contourlet反变换得到预降噪图像。实验结果表明,该方法较其他的Contourlet域收缩阈值降噪效果好,进一步提高了PSNR值和降低了MSE值,能获得更好的图像恢复的质量。     

双边定数截尾下广义指数分布的贝叶斯估计

在双边定数截尾样本下,给出了两参数广义指数分布参数的贝叶斯估计。基于共轭先验分布,分别在刻度平方误差损失函数和Linex损失函数下,给出参数的贝叶斯估计和多层贝叶斯估计,运用随机模拟方法对各种估计结果的优良性进行了分析比较。     

基于贝叶斯估计的改进Contourlet变换的SAR图像滤波

针对小波变换和轮廓波变换在合成孔径雷达(Synthetic aperture radar, SAR)图像中去噪应用的不足,结合小波变换和轮廓波变换的优点,将小波变换与轮廓波变换相结合,提出一种改进轮廓波变换方法。首先将待处理图像进行小波变换,然后对低频子带图像进行重建,得到一个细节子带图像,然后使用方向滤波器组对其进行多方向划分。再采用贝叶斯最大后验概率估计对划分后的方向子带信号进行估计。实验结果表明此方法在抑制图像斑点噪声的同时,很好的保持了均匀区域的辐射特性,保持了图像中的边缘以及细小纹理,且没有人为畸变。此外算法的高频子带图像含有更为丰富的纹理,对于边缘特征的提取非常有益。     

基于贝叶斯频谱估计的信号参数检测系统

本文提出了一种基于贝叶斯频谱估计的信号参数检测系统。该系统利用声卡代替数据采集卡进行数据采集，采用贝叶斯频谱估计处理分析，充分利用采集到的数据点，提高了参数估计精度。运行结果表明，该系统可以在线连续采集信号，并对信号进行实时参数估计，是一个性能优越的数据采集系统。