基于优选准则的混合混沌序列的生成

针对传统的m序列、Gold序列可用作扩频码的数量有限这一问题,提出了用混沌序列代替传统的m序列、Gold序列的方法。针对单个低维混沌映射产生的混沌序列存在抗攻击能力差、密钥空间小、保密性不理想等缺点,依据优选结果将单个低维的改进型Logistic序列与Chebyshev序列组合产生了一种新的混合序列。仿真结果表明,新的混合混沌序列平衡性高、类随机、相关性好,且该混合混沌序列和m序列、Gold序列的抗AWGN干扰和抗单频干扰的能力相近。     

智能家居中基于实时电价的家用电器调度方案

针对现有调度方案中不能解决电器使用的不确定性和可再生能源的问题,提出了一种考虑不确定性的基于实时电价的家用电器任务调度方案,该方案采用线性规划的建模方法,以最小费用支出为优化目标,兼顾了PV光伏系统、家用蓄电池以及向电网出售剩余电力情况下的能量流动,用随机规划方法和蒙特卡罗模拟来解决电器使用过程中的不确定性,保证了用户满意度.最后经实验证明,该方案具有重要的实际意义.     

卡尔曼波形估计法对比研究与雷达跟踪应用

目标跟踪问题,主要应用于雷达数据的处理过程中。目前在雷达跟踪方面有很多滤波方式可以研究和使用,典型算法有最小二乘法滤波、维纳滤波、卡尔曼滤波和自适应滤波等。本文将维纳滤波和卡尔曼滤波比较,通过实验来研究卡尔曼滤波的特性。最后本文简要讨论在蒙特卡罗方法下采用Kalman滤波方法对单个目标点迹进行预测,并借助于Matlab仿真工具,对实验的效果进行评估。     

基于MDS技术与MCL方法的无线传感器网络移动节点定位算法

在MCL算法的基础上,结合改进的基于多维定标MDS(Multidimensional Scaling)的定位算法引进新的滤波条件,提出了一种移动节点定位算法.该算法通过在循环滤波部分引入新的限定条件,可以保留更靠近真实距离的预测样本,减小定位误差.仿真实验表明,该算法具有更好的定位精度.     

蒙特卡罗法及其在射弹散布仿真中的应用

作战仿真的真实性需要对抗双方火力射击效果的真实体现。文中提出了一种利用蒙特卡罗法进行射弹散布仿真的方法 ,并将结果与实际情况进行了比较。该方法已用于装甲兵数字化作战仿真实验室的作战仿真中     

我国GNP的单位根不确定性研究

对于一个实际的时间序列数据,我们并不知道其真正的数据生成过程,只能通过假设和基于假设的统计推断来确定。本文利用蒙特卡罗模拟进行有限样本的ADF检验。结果表明,当原假设是存在单位根,备择假设是趋势稳定时,ADF检验的势很低。这意味着,我国GNP存在单位根是不确定的。     

马尔可夫链蒙特卡罗容积粒子滤波器

针对非线性、非高斯系统状态估计问题,提出了一种基于重要密度函数的改进粒子滤波器-马尔可夫链蒙特卡罗容积粒子滤波器。在状态转移概率的基础之上综合考虑了当前的量测信息,利用容积卡尔曼滤波对每个采样粒子进行估计,使得重要密度函数更加贴近于真实后验;同时为避免粒子贫乏,在重采样后加入马尔可夫链蒙特卡罗步骤。理论分析和实验仿真表明:马尔可夫链蒙特卡罗容积粒子滤波器的性能要优于容积粒子滤波器以及其他参照滤波器。     

风险价值(VaR)计算方法的实证分析

选取101组上证综合指数等数据,用历史模拟法、方差—协方差法和蒙特卡罗模拟法,对风险价值(VaR,value at risk)进行估算。用3种方法估算出的VaR值表明:在样本数据服从正态分布的条件下,3种计算方法均能得出可靠的风险值,且运用风险值所做的预测可以较好地拟合实际值,3种计算方法得出的VaR值差距可以忽略不计。尽管不同方法各有特点,但无论运用哪种风险值计算方法,对于我国金融机构和投资者以及金融监管部门来说,都有利于我国金融市场风险的管理和控制。     

粒子插入法计算一氧化碳在乙醇中的溶解度

采用等温等压(Np T)系综结合Widom粒子插入法计算了298、323 K下1~6 MPa压力范围内一氧化碳在乙醇中的溶解度,探讨了压力、温度对一氧化碳溶解度的影响.模拟过程中,一氧化碳采用DREIDING力场,乙醇采用OPLS-ua力场,模拟结果与文献实验值吻合良好.结果表明温度恒定时一氧化碳在乙醇中的溶解度随着压力的增加而增大,且溶液中一氧化碳的摩尔分数与压力的关系满足亨利定律;压力相同时,一氧化碳的溶解度在298、323 K下的差别很小,说明在一定范围内,一氧化碳在乙醇中的溶解度受温度影响不大.