水文水资源及水环境分析的若干进展

简要评述了近十年来随机集，模糊集、灰色系统、混沌理论，子波分析、物元可拓集、神经网络、遗传算法和投影寻踪等多种新理论和新技术应用于水文资源及水环境领域研究了得的若干成果，并指出其中一些理论在水文水资源及水环境分析中的应用方面存在的问题以及需要在实施践中不断改进，发展和完善的方向。     

橡胶集料混凝土抗压细观数值模拟

针对于橡胶集料混凝土的立方抗压性能,利用MATLAB软件建立了基于瓦拉文公式的两维随机集料分布模型。在细观层次上将橡胶集料混凝土离散成为粗集料,橡胶集料,以及水泥砂浆体所组成的三相复合材料。在此基础上,利用ANSYS有限元软件对上述复合材料模型进行计算分析。     

基于随机集模型的MIMO-OFDM信道估计算法

在多径分量数确定的前提下,MIMO-OFDM系统采用传统的基于导频辅助和盲信道估计算法能获得较好性能。实际无线环境中,多径分量数目与幅度都是时变的,则传统信道估计方法不再适用。该文采用随机集理论建模MIMO-OFDM系统信道多径分量数的变化和MIMO信道。基于此模型提出了集中粒子空间重采样方法(CRS),在保留大概率粒子抽样样本的同时主动抛弃小概率抽样样本,以获得更为准确的真实样本逼近。并提出了基于集中重采样Rao-Blackwellised粒子滤波的信道估计方法(RBPFC)。仿真结果表明：所提出的RBPFC方法信道估计性能最好,基本Rao-Blackwellised粒子滤波方法次之但优于基本粒子滤波算法,卡尔曼滤波的信道估计方法性能最差。     

一种基于随机集的PHD多目标多传感器关联算法

针对复杂电磁环境下的多目标关联计算量大、准确率低的问题,提出了一种基于随机集概率假设密度(PHD)的多目标多传感器关联算法。该方法首先采用高斯混合PHD(GMPHD)对多传感器的量测信息进行滤波,再对滤波结果做最近邻数据关联处理,从而得到多目标航迹。杂波环境下的仿真实验表明,该方法在保证滤波精度的同时,能够有效降低运算量,提高数据关联的准确度。     

模糊随机过程与模糊随机微分方程的解法

本文在我们以前的工作－－文献[1,2]的基础上，首先定义了动态 机集、构造了它的生成集；然后定义了模糊随机过程，引进了F样本过程的概念，并且用可能性大于零的那些F样本过程定义了模糊随机过程的a·f·m·s微积分；在此基础上，提出了非齐次项是模糊随机过程的微分方程的实用解法。本文的理论为进一步建立动态模糊随机响应分析（包括模糊了随机振动）的一般理论奠定了基础。     

实值信息系统的随机集粗集模型

变精度方法对噪声数据具有良好的抗干扰能力,随机集映射本质上给出了一个具有良好性质的邻域关系,两者相结合能应对更广泛背景的应用需求。从随机集出发研究实值信息系统的变精度粗糙集模型问题,定义了以概率测度为基础的变精度粗糙集近似算子,并讨论这种模型的相关性质。同时也讨论了实值信息系统的变精度粗糙集模型的合成问题。结果有助于研究复杂系统的知识和信息数据处理的粗糙集模型的构造问题。     

高斯混合概率假设密度滤波器在多目标跟踪中的应用

实现了基于随机集和点过程理论在目标数未知或随时间变化的多目标跟踪滤波算法.研究成果包括:(1)分析了基于随机有限集的多目标跟踪模型;(2)分析推导了基于随机集和点过程理论的概率假设密度滤波递推表达式;(3)实现了在线性高斯条件下的概率假设密度滤波的一种解析滤波算法;(4)仿真实验验证了算法的性能,比较了在杂波强度和检测概率变化的情况下和联合概率数据互联算法相关性能;(5)指出了算法的一些不足以及改进的研究方向.     

同Vague谓词命题的概率逻辑

基于对Vague（或Fuzzy）概念的一种新的认知,使用随机集和概率论,引入了论域表达式及其适当测度的概念。进一步地,通过引入同Vague谓词命题及其他们真的概率（简称概率真度）的概念,提出了一种新的非经典命题逻辑,称为同Vague谓词命题的概率逻辑,并提供了其逻辑规律。其逻辑规律表明它与经典逻辑具有优良的和谐性。比较了同Vague谓词命题的概率逻辑与模糊逻辑的长处与不足。     

动态频谱管理的发展现状及应对策略分析

移动认知网络多主用户(Primary User, PU)信号检测问题是当前认知无线电领域面临的主要问题之一.文中提出将随机集(Random Sets, RS)引入移动认知网络的频谱感知过程中, 构建多主用户运动模型及观测模型, 通过粒子概率假设密度滤波(Particle Probability Hypothesis Density Filter, P-PHDF)算法实现对主用户数量及主用户状态(位置、速度、使用频率、信号接收角度)的实时检测.较传统感知方法, 基于随机集的频谱感知方法不仅能准确跟踪检测活跃主用户的数目, 同时还能跟踪检测出主用户的具体位置、使用频率及信号接收角度等信息.仿真结果表明,在移动环境下文中提出的多主用户实时感知方法的检测性能良好, 并且能有效地抵抗杂波等的干扰, 实现了多维移动认知网络中对检测区域内主用户数量及状态的实时检测跟踪.     

基于随机集含糊证据的风力发电机故障诊断方法

针对大型风力发电机故障信息的复杂性和不确定性,提出了基于随机集信任测度和似真测度的含糊化方法。该方法将故障样本模式和故障待检模式进行含糊化,利用随机集的信任测度和似真测度对待检模式和样本模式进行匹配,实现数据级融合;然后将匹配的结果作为证据理论的信任函数和似真函数,进行特征级融合;最后将融合结果作为决策级证据理论的证据进行最终融合,从而得出诊断结果。风力发电机的算例验证了该方法的合理性和有效性。