多目标跟踪的数据互联——使用分层博尔兹曼机求解

数据互联是确定多目标跟踪算法中的量测源和分配概率β_i~t问题,其中β_i~t是表示第i个量测来自第t个目标这一事件的概率。本文介绍使用一个分层博尔兹曼机求解数据互联问题的新并行计算方法。研究证明,如果能得到充分多的二元神经元层数,就可以用任意小的误差计算互联概率。特别是,证明了概率β_i~j等于分层的两维网络中神经元v(i,j)激发的相对频率。文中还介绍一些简单的跟踪例子,这些例子将对用于精确的数据互联解的博尔兹曼算法的性能与使用Hopfield神经网络的另一种并行算法的性能进行比较。     

故障树近似计算中最优权因子的选取

在故障树近似计算时,探讨通过加权提高计算准确度的简便方法。根据底事件发生概率的不同,利用VisualC 语言进行蒙特卡罗仿真计算,得到了在近似计算故障树顶事件发生概率时,在不同底事件发生概率对应区间内的最优权因子。利用该方法得到的最优权因子可以提高故障树近似计算的准确度,尤其是在当底事件发生概率较大时,其效果更为明显,可较好地满足采用故障树对某些特殊设备进行顶事件发生概率计算时提高计算精度的需求。     

基于事故树和贝叶斯的军民航飞行冲突风险研究

为充分了解当前军民航飞行冲突、危险接近事故征候的成因,并对其发生原因进行有重点的预防和对事件发生概率的精确预测,首先建立事故树模型,对其原因进行分析;总结导致其发生的基本事件,计算事故树模型的最小割集和各个基本事件的结构重要度;其次对军民航飞行冲突、危险接近事故征候的发生概率进行合理的取值,得出基本事件的概率重要度,指出基本事件发生概率对顶事件发生概率的影响;最后构建军民航飞行冲突、危险接近事故征候贝叶斯网络模型,计算中间事件的条件概率和顶事件发生概率,并与实际结果进行对比,验证方法可行性。     

国防经济学的昨天与今天

从经济学的意义上看,这个世界为什么会发生战争,最简单的解释大约是通过战争能获取收益。对此,我们曾用一个简单的算术式来加以说明:N B=B-C式中,NB(netbenefits)表示发动战争一方的净收益。任何一方在发动战争之前都会对战争可能带来的收益B(benefits)有个基本的估计,因此,可以假设B是一个常数,其数值可以由B的随机分布(b1,b2,b3,……,bn)及其概率(p1,p2,p3,……,p n)导出,b=b1p1+b2p2+b3p3+……bnpn(n为有限自然数)。这当然是一个十分简单的算术式,然而最简单的也往往是最复杂的,尤其是将其衍化为一个实际问题之后,它的复杂性不仅仅在…     

基于二元决策图的多阶段任务系统可靠性分析

分析了多阶段任务系统(PMS)可靠性分析中传统二元决策图(BDD)建模方法的不足,提出了一种将多阶段任务失效事件分解为互不相容的阶段失效事件,然后分别建立可靠性BDD模型的新方法。通过该方法建立的PMS可靠性BDD模型不但可以计算总体任务失效概率,同时也能计算任务在各阶段发生失效的概率。最后,给出了一个算例,验证了该算法的有效性。     

周期生存的血红细胞模型的周期解

本文研究了如下周期生存的带有反馈控制的有时滞血红细胞模型dx(dtt)=-b(t)x(t)+β(t)e-x(t-τ(t))+c(t)u(t-δ(t)),dud(tt)=-η(t)u(t)+α(t)x(t-σ(t))的周期解的存在性,给出了正周期解存在的充分条件。     

关于拉普拉斯函数的近似解法问题

服从正态分布律的随机变量落在给定区间内的概率,通常用拉普拉斯函数随机变量X落在区间(α,β)内的概率来表示,即式中σ-均方差;m-数学期望。利用变数变换:令则(1)式变为:从(2)式中看出,e~(-t)~2的原函数不是初等函数,因此(2)式不能按定义直接求出。为了要求出概率P(α相似文献   

保形的Hermite插值样条函数

本文讨论一种满足Hermite 插值条件的保形样条函数,文中构造了一个保单调的样条函数q(x),且q(x)满足下列条件:1)q(x_i)=y_i,i=0,1,2,…,n,n+1;2)q'(x_i)=y'_ii=0,1,2,…,n,n+1.该方法对凸数组及相应的导数也适合。     

多目标跟踪中求解数据互联问题的模拟扩散网络体系结构

在多目标跟踪情况下求解数据互联问题要求计算把第i个量测分配给第j个目标的概率β~j。先前,我们曾提出一个根据分层的、异步(序列的)博尔兹曼机的并行结构估计互联概率。本文介绍具有随机神经元的这种结构的有效模拟实现。用矢量郎之万方程描述这种网络的动态,结果网络近似为一个真正的具有潜在快速收敛性的同步博尔兹曼机。在分层的两维网络中,概率β~ji渐近地等于量化的神经元输出vij的激活频率。描述了近似真正互联概率的设计准则。分析了在有界区域内表示为扩散过程的每一个随机神经元的暂态和稳态性能。把分层扩散网络的性能与理论的极限作了比较,也同异步博尔兹曼机的性能进行了比较。     

使用并行博尔兹曼机计算互联概率

在传统的估计理论中,确切地知道量测与哪些参数或者状态互联。但是,在多目标跟踪这样的问题中,事先不知道量测将与哪一个目标的状态矢量互联。因此,为了实现跟踪算法,必须得到量测源于给定目标的概率估计。当可以用序列算法精确求解这种数据互联问题时,对于大量的目标和杂波点,这种方法可能变得难以处理。本文介绍使用并行博尔兹曼(Boltzmann)机求解数据互联问题的新计算方法。该方法证明,如果能得到充分数量的并行博尔兹曼机,就可以用任意小的误差计算互联概率。第i个量测源于第j个目标的概率β~ji可通过观察神经元v(i,j)在两维网络各层中“激活”的相对频率简单地得到。本文还介绍一些简单的例子,以便对博尔兹曼算法和精确的数据互联解的性能进行比较,还与使用霍普菲尔德(Hopfield)神经网络的另一种并行方法的性能进行了比较。     

作战毁伤过程耗损系数模拟法及原理

明确地阐述了耗损系数模拟法的定义及其准确的科学内涵.对红(蓝)军一个武器系统在时间[t,t Δt]内的歼敌武器系统数ξ进行了深入研究,抓住作战毁伤过程(原型)中ξ的数学期望值这一本质因素,通过递进的构造等效模型,论证了耗损系数模拟法的科学原理.这一理论方法能仿真模拟出部(分)队作战胜负、作战持续时间、作战中任一时刻的剩余兵力及作战双方的取胜概率.     

S—饱和集的性质及其应用

在一般拓扑空间(x,τ)的非标准扩张(“x,”τ)中引入S—饱和集的概念.在一定条件下,S_t映射对于S—饱和集保持集的基本运算.基于这一事实,证明了标准Souslin集与Loeb可测集的关系定理,得到μ_L一零集在S_t映射下是μ—零集的一个充分条件.     

基于排队论的防空导弹群作战效能研究

结合防空导弹群防空战斗的特点,利用可列状态生灭过程的排队论方法,研究了防空导弹群作战效能,建立了数学模型,分析了导弹群防空武器系统对目标平均击毁概率的计算方法,并通过引入拦截适宜性因子对理想条件下的排队模型进行了修正,为类似问题的研究提供了一种参考。     

N—指标Poisson过程的鞅刻画

本文给出了N—指标Poisson过程的鞅刻画,并讨论了这种过程的强Markov性.N—指标随机过程(Pt)t∈R_ ~N为Poisson过程的充要条件是(Pt—λmultiply from i=1 to N(t_i))t∈R_ ~N为N—指标鞅,其中t=(t_1,t_2,…,t_N).     

枪械产品故障树的模糊分析

事件发生概率的获取是故障树分析(FTA)中的重要环节,然而在一些故障发生频率很低的场合,要获得大量的故障数据几乎是不可能的,传统的故障树分析把事件发生的概率处理成精确值,忽略了数据的不完备性及环境的模糊性.针对这一问题,在枪械产品的可靠性研究中提出了模糊故障树分析方法,将现有统计数据和工程技术人员的经验结合起来,在容许误差范围内,求解出了事件发生概率的取值空间,使结果更接近实际情况.     

互补问题中无SLC限制的内点算法

针对互补问题提出了一种无SLC限制的内点算法,仅要求线性函数F(x)=Hx q中的F是一个P*(τ)函数,不需要满足范数Lipschitz条件.并对该算法的全局收敛性做了证明。     

布尔函数运算在计算机上的实现

用计算机自动求取一个电路的故障的测试码时,常常要遇到布尔函数表达式的运算。例如用布尔差分法求测试码时,有时要求扇出线的布尔差分,就需要从定义求,即 df/dx_i=f_i(1)f_1(0)=f_1(1)f_i(0)+f_i(1)f_i(0)其中 f_i(1)=f(x_1,x_2,…,x_(i-1),1,x_(i+1),…x_n) f_i(0)=f(x_1,x_2,…,x_(i-1),0,x_(i+1),…x_n)这时就涉及到布尔函数的“非”“逻辑乘”“和”“逻辑加”等运算。此外,在求测试码的过     

大噪声背景下的纯方位导引方法

线导鱼雷攻击时对目标参数解算依赖小 ,这一特点有利于远距离隐蔽快攻和提高舰艇的作战和生存能力。在鱼雷发射后边解算边导引实时修正雷达误差 ,可以提高鱼雷自导发现目标的概率 ;导引过程中进行人工干预 ,可以提高鱼雷抗干扰能力。在无目标运动要素的条件下 ,对线导鱼雷攻击水面目标的纯方位导引法进行研究 ,提出一种较为有效的导引方法     

埋地输油管道杂散电流腐蚀故障树分析

采用故障树分析方法,对造成埋地输油管道杂散电流腐蚀的因素进行系统分析;以29个基本事件为基础,构建埋地输油管道杂散电流腐蚀故障树。在定性分析中,采用Fussel Vesely法求解得到192个3阶最小割集。在定量分析中,采用专家判断和模糊集理论相结合的方法,计算各基本事件的发生概率,进而求得故障树顶事件的发生概率为3.386×10-4。并以基本事件"保护方式选择不当"为例,按照专家评估、确定权重、将自然语言转化为模糊数、转化为模糊可能性值、转化为模糊失效率5个步骤,求得其模糊失效概率为8.430×10-4。计算得到各基本事件的关键重要度,结果表明,土壤电阻率等8个基本事件具有较大的关键重要度。     

贝叶斯网络用于作战态势评估

作为一种知识表示和进行概率推理的框架,贝叶斯网络在具有内在不确定性的推理和决策问题中得到了广泛的应用.因果推理是态势评估中的一个重要环节,用贝叶斯网络找出态势假设和事件之间的潜在关系,正是态势评估所需完成的功能.提出了构建贝叶斯网络进行态势估计的步骤,分析了态势估计系统事件的层次.给出一个具体的实例,演示了使用贝叶斯网络进行态势估计的过程.