基于HMM的传感器位置优化模型

首先介绍了隐马尔可夫模型(HMM)理论,并对HMM健康状态评估的基本程序和方法进行了研究。HMM对系统健康状态评估具有所需样本少、识别精度高及分类明显等优点,利用隐马尔可夫模型对传感器的不同位置进行评估,从定量的角度对传感器位置的优劣进行评价,提出了利用隐马尔可夫模型对传感器在不同位置上的效果进行评价的方法。最后,利用齿轮箱实验数据,分析验证了方法的实施流程和有效性。     

指标融合和隐马尔可夫模型的舰船装备技术状态评估

科学合理的技术状态评估技术是保障舰船安全性和任务完好性的有效途径之一,针对目前舰船装备技术状态评估缺乏动态性以及评估指标过多的问题,构建舰船装备技术状态多指标融合模型,结合技术状态评估指标融合模型和隐马尔可夫模型所具有双随机性和严谨数学推理能力的特点,建立基于指标融合模型和隐马尔可夫模型的舰船装备技术状态动态评估模型。最后通过案例分析验证了所提出的方法能够有效体现技术状态评估中的动态性,为舰船装备技术状态评估提供新的途径。     

动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.     

成像侦察系统在低空侦察中的效能评估模型

情报侦察作为现代战争中的重要一环,已经成为世界强国争相角逐的领域.成像侦察系统是获取情报的关键利器.为研究其作战效能,以侦察机装载成像侦察系统为平台,将侦察地面目标的过程作为研究对象,运用马尔可夫随机过程理论,建立了成像侦察系统低空侦察过程的动态模型,提出了以“任务成功率”、“目标被侦察率”、“飞机损失率”指标作为最终...     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.     

三态部件的可靠性分析

本文给出完备的三态部件的可靠性模型类。从静态的观点来看,三态部件的可靠性模型有两类：（１）成功,降格成功,失败;（２）成功,双失败。从动态的观点来看,考虑到三个状态之间的转化关系,其模型类相对复杂;但是在失败率λ、维修率μ为常数的条件下,只需六个参数（λ１λ２λ３μ１μ２μ３）,便可以用马尔可夫模型给出三态部件的可靠性统一模型,并给出部件在三状态的概率函数Ｐｉ（ｔ）的解析表达式（ｔ为时间,ｉ表示状态）。     

基于隐马尔可夫模型的IDS程序行为异常检测

提出一种新的基于隐马尔可夫模型的程序行为异常检测方法,此方法利用系统调用序列,并基于隐马尔可夫模型来描述程序行为,根据程序行为模式的出现频率对其进行分类,并将行为模式类型同隐马尔可夫模型的状态联系在一起。由于各状态对应的观测值集合互不相交,模型训练中采用了运算量较小的序列匹配方法,与传统的Baum Welch算法相比,训练时间有较大幅度的降低。考虑到模型中状态的特殊含义以及程序行为的特点,将加窗平滑后的状态序列出现概率作为判决依据。实验表明,此方法具有很高的检测准确性,其检测效率也优于同类方法。     

基于HMM的电子设备健康状态评估方法

针对弹上设备的性能退化问题,提出一种改进流形学算法的电子设备健康状态评估方法.首先,在SNPP算法中引入非相关约束并加入核函数形成KSUNPP算法,将其用于原始特征的提取,获得有效的特征集作为隐马尔可夫模型(HMM)的输入进行训练;其次,用KL距离来衡量故障程度,可实现设备退化程度的评估.最后,通过将该方法应用于某型导弹指令接收机健康状态评估中,验证了有效性.     

基于抽象隐马尔可夫模型的CGF路径规划识别

路径规划识别是一种以位置信息为输入的在线识别。为了使CGF能在仿真中识别对手的路径和终点目标,在分析路径规划层次的基础上引入了抽象隐马尔可夫模型的识别框架。针对标准模型在对手更改终点目标和自上而下规划时无法识别的问题,提出了一种顶层策略可变的抽象隐马尔可夫模型。为模型的顶层策略增加初始分布和策略终止变量,更改了策略终止变量间的依赖关系,使下层策略能被强制终止。给出了改进后DBN结构,并通过推导条件概率更新和RB变量抽样流程实现了模型的近似推理。仿真实验表明,改进模型能准确识别给定环境下的各类典型航迹,不仅在终点目标不变时能较好地维持标准模型的识别准确率,在提供足够的观测数据后还能很好地解决变目标识别问题。     

基于加速度的马尔可夫参数自适应IMM算法

针对标准的交互式多模型算法(IMM)模型切换存在滞后性,使得目标机动改变时跟踪误差增大的问题,提出了一种基于加速度的自适应转移概率矩阵的IMM算法。该算法通过当前时刻IMM算法输出的加速度估计值,得到相应的修正因子,修正下一时刻的转移概率矩阵,使得模型切换速度加快,减小目标机动时的跟踪误差。最后通过仿真实验证明,改进的IMM算法能够有效减小目标机动改变时跟踪误差,提高模型切换速度,同时还指出了该算法的适应范围。     

BIT系统的三态马尔可夫模型分析

BIT技术是改善系统测试性和诊断能力的重要途径,但是较高的虚警率一直是阻碍BIT广泛应用的一个重要原因。研究过程中将系统状态划分为正常、间歇、故障三种状态,建立了马尔可夫模型,分析、对比了三态模型与两态模型的关系。理论分析结果表明:基于三态模型的BIT,在提高故障检测率的同时,还可以较大程度地降低虚警率。     

一类马尔可夫人才系统中的工龄和职龄

用马尔可夫模型研究人才系统中工龄和职龄问题的一般方法都要按职务等级、工龄或职龄来划分系统状态。本文在只以职务等级划分系统状态的一类无降级且逐级晋升的齐次马尔可夫人才系统中讨论了工龄和职龄问题,得到直观描述工龄和职龄的计算结果,并通过一实例说明了本方法的应用价值。     

非高斯噪声下信号盲检测算法*

针对实际甚低频和超低频接收机不仅受非高斯噪声的影响,同时受到接收机内部和外部环境中高斯噪声影响的问题,对噪声采用高斯尺度混合分布和高斯分布的混合模型建模,根据混合模型的性质,设计了一种基于马尔可夫链蒙特卡罗方法的信号盲检测算法。盲检测算法在贝叶斯层次模型下,采用Gibbs抽样和M-H抽样更新参数,同步检测信道衰落系数、噪声模型参数和信号。算法迭代效率快、精度高。通过与最优检测性能比较,盲检测算法性能优异,对甚低频和超低频信号接收具有重要的现实意义。     

索赔离散到达的风险模型

讨论了索赔到达时间和索赔额均服从几何分布的风险模型 ,利用逐段决定马尔可夫骨架过程的广义生成算子去构造有关盈余过程的鞅 ,精确求解了模型的破产概率     

基于马尔可夫决策过程的炮兵群动态火力分配方法

文章在对战场实际情况合理假设的基础上，建立了基于马尔可夫决策理论的炮兵群动态火力分配模型，并通过具体例子进行计算和分析，证明了该方法的科学性和可行性。     

基于马尔可夫过程的介电函数理论研究

基于马尔可夫过程,研究电介质分别在阶跃电场、方波电场和交变电场条件下的极化过程,并给出了介电函数的一般表达式．     

基于Markov状态转移的动态可靠性分析

基于系统的马尔可夫性假设,对系统状态进行适当的离散化处理,利用状态转移方法来描述系统的动态随机过程.在求得状态转移矩阵后,再建立离散动态事件树,来求得系统故障概率.用此方法具体分析了水位调节系统.     

外场维护指挥控制系统可靠度模型

分析了影响外场指挥控制系统可靠性的主要因素,以指挥人员为主体,根据战时的实际,对指挥关系进行了重构,将串联指挥关系变为并联关系,通过利用马尔可夫链给出了指挥控制系统状态转移图,建立了计算外场指挥系统可靠性的数学模型。并且进一步给出了计算指挥控制系统的可靠性的方法。     

马尔可夫链的模块化软件可靠性研究

针对模块化软件系统,考虑到模块自身的可靠性和模块相互转移调用对其系统重要度的影响.利用马尔可夫预测的基本原理,将马尔可夫链引入到模块化软件可靠性模型建立中,通过建立转移概率矩阵,对软件系统的可靠性进行分析并建立可靠性模型.该模型利用从软件开发过程中收集出的可靠性数据,对模块化软件进行可靠性分析,以此来研究软件系统总体的可靠性.     

多信道无线系统中时频机会频谱接入改进算法

在一个多信道无线通信系统中,节点可以通过控制包的交互过程探测各无线信道,机会地利用拥有高传输效率的信道,而信道探测过程会消耗用于真正数据包传输的时间和能量。文中详细介绍了最优停止时间理论的基本原理,分析了该理论在慢衰落环境下的局限性,并通过引入有限状态马尔可夫信道模型,提出了一种时频二维的机会频谱接入算法。