马尔柯夫分析模型在计算机预测系统中的应用

计算机技术的迅速发展,极大推动了企业的进步与发展,这要求有与之相适应的企业管理模式,并能对变化的市场及时准确地做出科学预测、决策。马尔柯夫分析模型是一种预测模型,作为一种企业管理的工具,现在已成功地应用在各种各样的计算机预测、决策及模拟系统中。     

异构MAS结构下的空天资源多阶段协同任务规划方法

利用空天资源的互补优势进行协同观测是对地观测领域的新趋势.为提高对地观测效益和多阶段观测任务的完成度,分析了空天资源协同观测任务规划问题中的观测资源异构性和多阶段观测任务分解方式的多样性.针对卫星和无人机的任务规划模型不一致的特点,建立了异构多智能体系统(MAS)多阶段协同任务规划模型,根据模型特点将问题求解分解为两个协商过程,并分别提出了基于市场模型的异构MAS多阶段协同任务规划算法和基于自适应“超级步”的资源Agent协同任务规划算法.最后,研究了该方法在空天资源联合观测中的应用情况,实验及分析结果表明该方法能够有效解决空天资源对地观测协同任务规划问题.     

基于故障树与马尔科夫分析模型的发动机系统安全性评估

安全性评估是发动机适航验证的重要方法之一,故障树与马尔科夫分析方法是安全性评估常用的方法,两种方法在安全性评估的不同时机具有各自的特点。针对故障树与马尔科夫在安全性评估中的应用时机进行了深入的研究,分析结果表明：对于失效率为常数的顺序相关的系统,若部件是主动失效部件(即姿伊t较小),应用故障树与马尔科夫分析方法均可准确评估系统的失效概率,采用故障树可以减少运算的复杂性;若部件是潜在失效部件,由于部件暴露时间较长(即姿伊t较大),使用马尔科夫的分析方法可以更精确的评估系统的安全性。     

A star identification algorithm based on radial and dynamic cyclic features of star pattern

A full-sky star identification algorithm based on radial and dynamic cyclic patterns is presented with the aim of solving the “lost-in-space” problem. The dynamic cyclic pattern match is applied with a maximum cumulate comparison method to identify sensor-catalog pairings in initial match, which substantially eliminates the effects of the star position noise, magnitude noise, and false stars. After initial match pairings of stars are obtained, a chain part extension technique is employed to quickly search for the longest match chain as the final result. Experimental results indicate that the proposed algorithm is highly robust to star position noise, magnitude noise and false stars. In a series of simulations, the identification rate of the algorithm is 97.50% with 2.0 pixels star position noise, 96.90% with 0.4 Mv star magnitude noise and 95.30% with four false stars respectively. Moreover, the algorithm achieves an identification rate of 58.08% when only six stars are in the field of view.     

基于Gibbs-Markov随机场与连通聚类的SAR图像恢复

在传统的马尔可夫随机场(MRF)的图像建模方法基础上利用合成孔径雷达(SAR)图像的固有特性对Gibbs-MRF模型进行改进复原SAR图像,并进一步提出用数字形态学中连通性理论进行图像分割。在SAR图像像素空间的邻域内,估计最大后验概率(MAP)时引用Gamma分布代替传统的瑞利分布恢复数据,同时利用像素强度值相关性的连通模型将目标较好地提取出来。充分利用了SAR图像的数字形态信息和像素强度之间的相关性,得到了更好的分割效果。仿真实验说明本文方法是有效的。     

中国民航旅客吞吐量的灰色马尔可夫模型预测

民航旅客吞吐量的规模和增长速度是民航基础数据,是衡量民航发展的重要指标,旨在通过统计学的一般方法揭示民航旅客吞吐量的变化规律、做出准确的预测。民航旅客吞吐量的规模和增长可以使用灰色预测模型进行预测．并且结果比较准确。在此基础上,提出了引入马尔可夫链预测理论,建立民航旅客吞吐量灰色马尔可夫预测模型的设想。以期使预测结果更加准确可靠。在实例中,对比了灰色预测模型和灰色马尔可夫预测模型的预测结果．验证了民航旅客吞吐量的灰色马尔可夫预测模型预测精度高于灰色预测模型预测精度。可见。灰色马尔可夫预测模型可用于民航旅客吞吐量预测,并可以提供比灰色预测模型更为准确可靠的预测结果。最后．依据灰色马尔可夫预测模型计算得出了2007年和2008年的民航旅客吞吐量预测值．     

数字式飞机起落架转弯控制器设计

针对某型飞机起落架转弯控制系统,本文设计了一种以DSP和双口RAM为核心的双余度数字式控制器.控制器采用硬件冗余的方法搭建双通道热备份系统,制定了余度管理策略.借助自检测和比较监控技术实现一次故障工作、两次故障安全的目标.运用马尔可夫过程建立了系统的可靠度模型,利用MATLAB求解可靠度模型的微分方程组,并对系统的可靠度进行了仿真分析.     

基于流行病模型的车路协同预警信息交互方法

针对车辆移动速度快、行驶路径受道路约束、网络拓扑结构易改变的特点,提出了一种基于流行病模型的车路协同安全预警信息交互方法,并采用马尔可夫链对传播延迟进行了理论分析.实验采用NS2网络仿真平台,构建了2 000 m长、20 m宽的双向车道测试场景,移动节点间采用802.11协议,实验测得的延迟结果与理论分析基本一致.      

基于马尔可夫链的含有检测次数约束条件的唐检测器

针对可变驻留次数唐检测器由于驻留次数不定可能导致的单次检测次数已过多,但仍不能满足上/下行计数器值k=A或k=0退出条件的问题,提出一种对单次检测次数设置门限进行约束的方法来避免此种情况发生。将唐检测器建模为齐次马尔可夫链,利用齐次马尔可夫链中的首达时间与迟早概率等定义进行分析,得到含有检测次数约束的唐检测器检测性能公式。仿真结果表明,只要检测次数门限选择合理,可以在检测性能不受影响的情况下通过限制单次检测次数有效控制直接序列扩频信号的捕获验证时间。     

基于马尔科夫链的自动测试设备可靠性预测

自动测试设备在生产和科研过程中非常重要,其可靠性在科研和生产中有着重要的意义。通过对马尔可夫链的分析,提出了基于马尔可夫链建立的自动测试设备可靠性预测的模型,根据某一阶段的自动测试设备故障数据,对下一阶段该自动测试设备可靠性进行预测,从而得到自动测试设备基于马尔可夫链的可靠性预测结果。