用统计物理的方法计算信源熵率

从数学模型的角度来说,信源和随机过程有着一一对应的关系。从混沌的角度来看,随机过程的多重分形谱是动力系统的重要特征,熵率只是多重分形维中特殊的一维,即信息维。该文指出了如何用统计物理的方法计算随机过程的多重分形维,以二态隐马尔可夫信源作为例子,该文计算了其熵率。计算结果和理论结果的比较表明,用统计物理的方法计算隐马尔可夫过程熵率具有实用价值。这一方法可以推广到一般信源熵率的数值计算。     

谱相关理论及其在无线电测向中的应用

我们在日常无线电监测过程中，接收到的信号均为随机信号。根据信号的随机过程理论，随机过程分为平稳随机过程和非平稳随机过程两种。其中平稳随机过程定义为：如果随机变量集X（t1）（i=1，…，n）具有相同的概率密度函数，则称随机过程为平稳随机过程。实际上除高斯过程外，几乎没有过程满足这种条件。因此人们又定义了一种相对弱化的随机过程，即广义平稳随机过程，     

动态武器目标分配问题的研究现状与展望

动态武器目标分配(DWTA)是现代指控系统亟待解决的重要理论问题,由于时间因素和随机事件的影响,使得解决该问题的复杂程度进一步增加。在介绍DWTA问题研究基本内容的基础上,重点归纳和分析了目前解决DW-TA问题的一系列方法,包括分阶段求解法、马尔可夫决策过程及anytime算法等,提出了现阶段对于DWTA问题研究的不足和未来尚需解决的问题,并指出在充分考虑时空约束的基础上,寻求一种具有任意时间特性且能灵活处理随机事件的智能算法是解决DWTA问题的有效途径。     

综合显示系统显示器动态重构建模及可靠性分析

随着民用机载技术的发展,动态可重构技术已逐渐成为提高机载系统设计可靠性、安全性的关键。然而,随着该技术的引入,动态重构系统的模型建立以及可靠性分析问题日益突显。文章通过分析综合显示系统显示器的动态重构过程,建立Simulink/Stateflow功能模型。基于马尔可夫随机过程理论对显示系统中显示器的重构过程建立可靠度数学模型,并推导出可靠度结果。该方式能够在系统研制初期快速有效的完成模型的建立,进行系统工作状态的模拟仿真以及可靠性分析,提高系统研发效率。     

二指标隐马尔可夫过程及其在汉字识别中的应用

本文给出了二指标隐马尔可夫过程的定义、基本问题及解法,并提出一种利用二指标隐马尔可夫过程进行汉字识别的方法。     

基于马尔可夫决策过程的网格资源发现

传统的网格资源发现方法没有考虑节点和资源本身性能的优劣性。针对这一问题,提出了基于马尔可夫决策过程(MDP)的网格资源发现方法,利用其对固定目标的最优搜索理论建立MDP模型实现报酬最优的资源发现,并对该模型仿真分析,验证其性能。     

基于随机Petri网的网络可信赖性分析方法研究

随着人们对计算机网络系统的依赖性的不断增强,网络系统的可信赖性研究变得越来越重要.本文首先对可信赖性的概念及其主要性能指标进行论述,并对系统可信赖性各种模型方法及求解特点作了分类比较.在此基础上研究了随机Petri网(SPN)对网络系统可信赖性建模分析的方法和步骤,着重研究了随机Petri网描述系统的服务失效模型和容错模型,并给出了网络系统可信赖性分析中主要指标的计算方法.最后对于应用随机Petri方法分析网络系统可信赖性时存在的问题以及研究现状作了分析和总结,并对今后研究的方向进行了展望.     

基于深度强化学习的无人机可信地理位置路由协议

针对无人机(UAV)通信过程中存在的高移动性和节点异常问题,该文提出一种基于深度强化学习的无人机可信地理位置路由协议(DTGR)。引入可信第三方提供节点的信任度,使用理论与真实的时延偏差和丢包率作为信任度的评估因子,将路由选择建模为马尔可夫决策过程(MDP),基于节点信任度、地理位置和邻居拓扑信息构建状态空间,然后通过深度Q网络(DQN)输出路由决策。在奖励函数中结合信任度调整动作的价值,引导节点选择最优下一跳。仿真结果表明,在包含异常节点的无人机自组网(UANET)中,DTGR与现有方案相比具有更低的平均端到端时延和更高的包递交率。当异常节点数量或者比例变化时,DTGR能感知环境并高效智能地完成路由决策,保障网络性能。     

认知无线电传感器网络中能量有效的感知策略

将认知无线电技术引入无线传感器网络(WSN),可以使传感器节点在不影响主用户正常通信的前提下,利用频谱空穴来满足自身的通信需求。虽然切换到合适的信道能够降低传输能耗,但是感知过程不可避免的带来一定的额外能耗,因此如何对频谱进行感知来降低节点的总能耗是一个至关重要的问题。在基于离散马尔可夫链的信道占用模型基础上,根据信道状态的n步转移概率,提出了一种由当前感知结果来决定下一次感知时刻的感知策略。仿真结果表明,相对传统无感知过程的WSN以及先感知后传输的策略,有效地降低了能耗。     

轮询多址通信系统门限服务策略研究

从两方面对离散时间情况下轮询多址通信门限排队服务系统进行了研究。改进了系统服务策略，运用嵌入式马尔可夫链理论和多维概率母函数的方法，得到了改进后系统查询时间点处的平均排队队长和信息分组平均时延理论解析式，仿真结果表明分析方法有效且系统性能较之原系统得到提高；采用一种简化的近似算法，得到了轮询周期内平均队长的理论解析式，理论计算与仿真结果有较好的一致性。     

多目标跟踪的观测站最优机动策略

在多目标跟踪问题中,观测站的有效机动可以提高观测信息的质量,从而提升目标跟踪的精度。对此,文中提出一种基于高斯混合概率假设密度(GM-PHD)滤波器的观测站最优机动马尔可夫决策方法。首先,用Fisher信息矩阵(FIM)行列式建立代价函数;然后,计算出马尔可夫链的转移矩阵,利用马尔可夫决策过程(MDP)来获得观测站最优机动策略。其中,利用GM-PHD滤波器来估计目标的实际位置和为每一决策周期提供概率假设密度(PHD)。通过实验仿真,验证了该机动策略在提高多目标跟踪精度方面的有效性。     

无线信道中存储转发模式的丢包率估计

文中通过理想化无线信道，并提出相对应的合理假设，建立了一种简化的无线信道模型。利用随机过程理论中的马尔可夫链分析方法，对存储转发系统在该信道模型中的工作情况做了分析，估计了该系统的丢包率，并得到相应的结论。     

工科“随机过程理论”课程教学改革研究

本文在分析工科“随机过程理论”课程特点和学生特点的基础上,结合“以学生学习为中心”的教学策略,提出了“随机过程理论”在教学目标、教学内容、教学方法以及考核方式等方面的改革措施,以引导学生主动学习,培养其创新性思维以及系统性分析和解决问题的能力.     

HMM转移概率的新的重估算法

将隐含马尔可夫模型(HMM:Hidden Markov Model)引入到语音识别中来是一个巨大的贡献.但是在经典的HMM中关于状态转移概率a_ij(#em/em#≠j)与自转移概率a_ii的独立性假设,导致了这个模型的不协调性.事实上,段长分布概率与状态转移概率并非相互独立的,由其中的一个就可以唯一的确定另外一个.本文从段长分布概率出发说明了以上关于转移概率独立性假设的不合理性,并得到了转移概率新的重估算法.这个新算法比经典HMM的Baum-Welch迭代算法重估转移概率效果更好,前者比后者相对误识率下降了大约5%.     

概率图模型及其推理技术的研究现状

概率图模型是概率论和图论的结合,他们提供了一个天然工具,来解决应用数学和工程学上的不确定性和复杂性问题。文中对三种典型的概率图模型及其推理算法进行讨论,从理论和技术两个方面总结近几年概率图模型在人工智能、生命科学、计算机视觉、社会网络分析等领域的主要研究成果,同时指出仍面临的主要难题:如何建立合理的概率图模型,如何基于已有概率图模型进行高效地推理。     

异构无线网络中基于马尔可夫决策过程的区分业务接纳控制的研究

对异构无线网络中区分业务类型的接纳控制机制进行研究.分析了语音和数据2种典型业务在CDMA蜂窝网络和WLAN中的容量区域.基于马尔可夫决策过程理论,提出异构无线网络中区分业务类型的接纳控制理论模型,规定了不同类型业务的接纳控制行为并推导了系统状态转移概率.而且,进一步从用户角度对不同类型业务QoS要求和网络状态之间关系进行分析,提出一种基于模糊逻辑的接纳效用评估机制,在保证各类业务接入和切换成功率的基础上,推导出接纳效用最大的最优接纳控制策略.仿真表明,基于模糊逻辑的接纳效用评估能够有效反映网络状态动态变化对接纳控制的影响,最优接纳控制策略在平均接纳效用方面明显优于不考虑业务区分和用户移动性2种接纳控制机制,并且能严格保证各类业务的接入和切换成功率.     

基于马尔可夫决策过程的维修决策模型研究

提出了一种基于设备状况进行维修的模型.该模型包括随机失效和针对失效进行有计划检查、维修的过程.运用马尔可夫决策模型,提出了以费用-效果为指标的维修策略.     

基于马尔可夫流体模型的无线中 继网络系统容量分析

 本文建立了无线中继网络基于马尔可夫过程的流体模型,信息源节点信息包的到达过程建模为马尔可夫调制泊松过程,而发射过程刻画为一个依赖于信道状态信息的马尔可夫相位过程,通过理论分析得出了系统的概率平衡方程,利用母函数方法求出了队列长度的平稳分布概率和系统参数H值的计算方法,并通过矩阵几何分析方法获得了系统有效容量分析表达式和系统平衡的条件,同时对队列平均长度等QoS性能参数进行了理论分析,仿真结果验证了理论分析的正确性和有效性.     

认知网络中的能量回收技术：性能分析及优化设计

通信网络中有限的能源和频带资源限制了网络容量的进一步提升.对能量回收技术在认知网络中的应用进行研究,量化评估用户可回收的能量以及可达吞吐率,并进行优化设计很有必要.在所分析的系统中,当授权用户进行通信时,非授权用户可回收无线信号中所带有的能量,并利用回收的能量进行频谱检测;当检测到授权用户空闲时,非授权用户将接入频谱,利用回收到的能量进行数据传输.采用马尔科夫链模型对通信场景进行描述分析,发现授权用户的活跃程度对非授权用户可回收的能量、获得的传输机会带来影响,进而决定了非授权用户的可达吞吐量.在此基础上,提出一种通过控制授权用户业务量,以最大化网络能量效用和频谱效用的优化方案,并通过仿真证实了理论分析的正确性.     

一种基于改进隐马尔可夫的多媒体业务分类算法

该文提出一种基于改进隐马尔可夫(Hidden Markov Model, HMM)的多媒体业务分类算法。改进后的算法保持典型HMM模型结构不变,通过区分包大小的位置信息,改变发射概率取值,提高了多媒体业务区分性能。理论分析表明,该文模型在计算量上低于高阶HMM;实验结果表明,改进的HMM多媒体业务分类算法的区分效果优于现有的HMM多媒体业务分类方法。