水下激光探测系统隐蔽性分析

根据水下激光探测系统的光源特性、探测原理和应用背景,分析了可能对激光水下探测系统形成威胁的探测手段及其探测能力.采用Monte Carlo方法对激光水下探测系统的隐蔽性问题进行了计算和仿真研究,结果表明:降低探测光单脉冲能量、选择有一定环境照度的天气条件、加大水下激光探测系统载具的使用深度等手段可以极大地提高水下激光探测系统的隐蔽性与安全性.通过分析得到了不同的探测手段对激光水下探测系统的威胁程度,同时从理论上提出了针对不同探测手段的激光水下探测系统的安全应用深度.     

用多层Monte—Carlo模型研究脑部光学无损的问题

利用近红外光对人脑进行无损检测有良好的应用前景。然后脑部客观存在的多层结构使人位对从较深部位提取有用信息产生疑问。本文利用Ｍｏｎｔｅ－Ｃａｒｌｏ方法对人头部建立了光传播的多层模型,对光在头部的传播模式和脑部结构对提取深部信息的影响得出了一些结果,本文结果表明,由于脑脊液透明层的存在,使近红光在头部能够探测较深部位珠生理参数变化但难于获得较好的空间分辨能力。     

基于0.18 μm CMOS工艺的超高速比较器

给出了基于TSMC 0．18μm CMOS工艺的1．8V超高速比较器的设计方案；对比较器速度和失调进行综合，设计了一个1GHz超高速低失调比较器；通过Monte Carlo仿真，验证该比较器的失调电压分布范围为-4．5～4．5mV，并进行了版图设计。该比较器应用于低电压A／D转换器设计中，可达到6位以上的精度。     

Low computation and low latency algorithms for distributed sensor network initialization

In this paper, we show how an underlying system’s state vector distribution can be determined in a distributed heterogeneous sensor network with reduced subspace observability at the individual nodes. The presented algorithm can generate the initial state vector distribution for networks with a variety of sensor types as long as the collective set of measurements from all the sensors provides full state observability. Hence the network, as a whole, can be capable of observing the target state vector even if the individual nodes are not capable of observing it locally. Initialization is accomplished through a novel distributed implementation of the particle filter that involves serial particle proposal and weighting strategies that can be accomplished without sharing raw data between individual nodes. If multiple events of interest occur, their individual states can be initialized simultaneously without requiring explicit data association across nodes. The resulting distributions can be used to initialize a variety of distributed joint tracking algorithms. We present two variants of our initialization algorithm: a low complexity implementation and a low latency implementation. To demonstrate the effectiveness of our algorithms we provide simulation results for initializing the states of multiple maneuvering targets in smart sensor networks consisting of acoustic and radar sensors. Prepared through collaborative participation in the Advanced Sensors Consortium sponsored by the US Army Research Laboratory under the Collaborative Technology Alliance Program, Cooperative Agreement DAAD19-01-02-0008.     

基于准蒙特卡罗算法的测透镜焦距数据误差分析

针对传统测量的透镜焦距数据误差大的问题,提出采用准蒙特卡罗算法进行分析。用液晶屏显示分化图形取代平行光管的玻罗板;通过最小二乘拟合法计算被测焦距;自适应准蒙特卡罗算法采样器对成像采样,采样器根据每个像素和它相邻像素的亮度差异产生不同数量样本,采样器没有自身的极限控制值,使用Hardy-Krause决定有界变差函数,通过多维勒贝格测度使准蒙特卡罗方法的误差由随机点列的星偏差决定。实验仿真显示液晶显示屏测量焦距比目视测量焦距的标准偏差小,准蒙特卡罗算法的均方根误差比蒙特卡罗算法的小。     

蒙特卡罗法单晶硅的腐蚀工艺表面微观形态仿真研究

讨论了基于蒙特卡罗法模拟各向异性腐蚀加工的微观表面形态的仿真方法. 应用台阶流动模型,分析了(h,k,l)晶面中(h+2,h,h), (h,1,1), (h+2,h+2,h)以及(h,h,1)晶面族上反应活跃的台阶部位原子的排列特征,结合微掩模的作用和定义方法,提出了通过限制各晶面族台阶部位广泛存在的一级、二级邻居数为(3,7)原子移除概率的方法来模拟快速反应区域的吸附抑制现象. 把上述内容应用于RPF函数对(100)面的凸起结构,(110)面的带状条纹以及(111)面的三角形凹陷微观结构进行了仿真计算,解释了腐蚀中微观形貌的特征和成因. 算法在3种基础晶面和高指数 (322) 晶面的计算结果能够很好地符合实验中观察到的表面形态微观特征,验证了方法的有效性.     

基于JMS-SMC-PHD滤波的检测前跟踪算法

针对低信噪比条件下机动目标的检测与跟踪问题,提出跳跃马尔可夫系统下的序贯蒙特卡罗概率假设密度(JMS-SMC-PHD)滤波的检测前跟踪算法。该算法在机动目标数目和模型未知情况下,直接利用红外传感器量测数据,通过在目标状态矢量中增加模型变量并利用马尔可夫模型概率转移矩阵结合序贯蒙特卡罗概率假设密度(SMC-PHD)滤波,实现机动弱小目标的检测前跟踪。仿真结果表明所提方法可以有效地实现目标的检测与跟踪。     

贝叶斯网络结构学习研究

针对贝叶斯网络结构学习方法难以兼顾高准确率和高效率的问题,提出了一种基于Markov Chain Monte Carlo(MCMC)方法的贝叶斯网络结构学习方法的改进.改进包括:使用依赖关系分析,利用统计学的方法对采样空间进行大幅缩减,能够在精确控制准确度的情况下大幅提高时间效率;结合先验知识,从理论角度将先验知识融入评分中得到完全服从后验分布的结果;搜索最优子结构,对于特定的一些结构搜索最优子结构而不是采用贪心的方法,提高了贝叶斯网络结构学习的准确率.通过理论分析可以证明时间复杂度得到了大幅的降低.并且可以在牺牲可预知的准确率的情况下,将指数时间复杂度降为线性时间.大量的数据实验表明,经改进后的方法在时间和准确性上都具有良好的表现.     

基于Monte Carlo方法的任意概率密度随机数字信号发生器设计

在信号处理和计算机微观模拟的过程中,经常要构造具有特定概率密度的随机数发生器.采用常规方法实现难度较大且不具普遍性,本文根据Monte Carlo方法基本原理和随机信号的数字特征给出一种任意概率密度随机数发生器的设计方法及核心源代码.实验证明该方法简单高效、通用性好.     

TES过程概述

TES(Transform-Expend—Sample)过程是一种自相关的随机变量序列。它具有任意的边缘分布和很宽范围的自相关函数。这里主要对TES过程作了描述。