复合材料的边界吸湿模型

在研究复合材料层合板的吸湿和退湿过程中，常常采用菲克定理来描述水分在层合板中的扩散过程中，根据层合板表面浓度逼近平衡浓度的不同响应，提出了三类不同的边界条件模型来模拟复合材料层合板在不同环境介质下的水分扩散过程，并给出了计算吸湿量的解析解和有限差分数值计算方法。     

二项分布的Frequentist、Bayesian、Fiducial预测

要研究二项分布随机变量的预测问题，给定过去样本，给出了未来样本成功数的Frequentist（经典方法）预测子，并给出了Frequentist、BayeSian（贝叶斯方法）以及Fiducial（信赖方法）预测区间。     

一般数列的两个不确定上极限定理

从数学分析中研究特定的数列收敛性质的数学思想和数学方法出发，对其所具备的数学形式和数学结构进行研究，来探讨一般的一个任意正数序列问题，得到两个不确定的上极限定理。     

可靠性预计方法——PRISM简介

系统可靠性预计技术是产品可靠性分析的一项关键技术，广泛地应用于各个领域的产品研发过程，成为产品可靠性设计和分析的一项必不可少的重要工作。对于电子产品来说，进行可靠性预计时一定要采用合适的预计模型：当前我国的军品行业一般是对于国产产品用GJB／Z 299B《电子设备可靠性预计手册》中规定的模型进行预计；     

基于贝叶斯网络的机场过站时间分析

航班延误是目前航空运输业发展所面临的一大难题。从航班延误链式波及反应的角度出发,将贝叶斯推理应用于航班过站时间的分析,分别建立实际航班数据的单机场和多机场过站时间贝叶斯网络模型。模型清晰呈现了机型类型、前航延误时间等因素对机场过站时间的影响以及首发延误等级、经停机场过站时间调整量等因素对末班延误的影响。通过从多角度对模型进行分析,结果表明发生前航延误时调整航班在机场的过站时间可以有效减少延误向下游机场的波及。     

Bayesian edge detector for SAR imagery using discontinuity-adaptive Markov random feld modeling

Synthetic aperture radar（SAR）image is severely affected by multiplicative speckle noise,which greatly complicates the edge detection.In this paper,by incorporating the discontinuityadaptive Markov random feld（DAMRF）and maximum a posteriori（MAP）estimation criterion into edge detection,a Bayesian edge detector for SAR imagery is accordingly developed.In the proposed detector,the DAMRF is used as the a priori distribution of the local mean reflectivity,and a maximum a posteriori estimation of it is thus obtained by maximizing the posteriori energy using gradient-descent method.Four normalized ratios constructed in different directions are computed,based on which two edge strength maps（ESMs）are formed.The fnal edge detection result is achieved by fusing the results of two thresholded ESMs.The experimental results with synthetic and real SAR images show that the proposed detector could effciently detect edges in SAR images,and achieve better performance than two popular detectors in terms of Pratt＇s fgure of merit and visual evaluation in most cases.     

基于贝叶斯模型的长码DS-CDMA信号扩频码与信息序列联合估计

 针对长码直接序列扩频码分多址(DS-CDMA)信号的盲解扩,在信号模型分析的基础上,提出了一种基于可逆跳跃的马尔可夫链蒙特卡罗(RJ-MCMC)扩频码和信息序列联合估计算法。该算法分别对建立的联合后验分布模型进行迭代抽样,并有效地在不同维数的子空间中跳转,从而构造一条马尔可夫链,使其平稳分布为待估参数的后验分布,最终拼接得到每个用户的完整扩频序列和信息序列估计。仿真结果表明:该方法在迭代二十几步时达到收敛;并且在功率相同和不同条件下,当信噪比(SNR)大于-9 dB时,估计序列与真实序列的相似度均超过0.95,信息序列的误码率低于0.01;同时算法对不同用户个数和不同调制样式具有较强的适应性,与Fast-ICA算法相比,估计性能平均提高了约3 dB。     

信息论与最佳接收理论之间的一个重要矛盾

现代通信理论最重要的两个分支——信息论与最佳接收理论 ,是支撑当代通信技术飞速发展的两块坚实的理论柱石。然而 ,我们发现这两块柱石之间存在着一个重要的理论矛盾。很可能它们中的某一个是块有瑕之玉 ,今详细论述于斯文