A novel imprecise stochastic process model for time-variant or dynamic uncertainty quantification

This paper proposes a novel model named as “imprecise stochastic process model” to handle the dynamic uncertainty with insufficient sample information in real-world problems. In the imprecise stochastic process model, the imprecise probabilistic model rather than a precise probability distribution function is employed to characterize the uncertainty at each time point for a time-variant parameter, which provides an effective tool for problems with limited experimental samples. The linear correlation between variables at different time points for imprecise stochastic processes is described by defining the auto-correlation coefficient function and the cross-correlation coefficient function. For the convenience of analysis, this paper gives the definition of the P-box-based imprecise stochastic process and categorizes it into two classes: parameterized and non-parameterized P-box-based imprecise stochastic processes. Besides, a time-variant reliability analysis approach is developed based on the P-box-based imprecise stochastic process model, through which the interval of dynamic reliability for a structure under uncertain dynamic excitations or time-variant factors can be obtained. Finally, the effectiveness of the proposed method is verified by investigating three numerical examples.     

WebServices体系结构与实现机制探讨

论述了正在迅速发展的Web服务的概念及其体系结构,讨论了构建Web服务的三大核心技术,即SOAP、WSDL和UDDI,并对其进行了详细的分析和探讨,最后分析了Web服务的运行机制。     

发动机亚定故障方程组整体优化解分布函数模型

提出了求解发动机亚定故障方程组整体优化解的分布函数模型.该模型利用一种可以控制自变量数值在整体解中分布的分布函数与亚定故障方程组的残差平方和构成复合目标函数,同时以物理合理性准则作为约束条件,构成一个非线性规划问题.分布函数模型可以在小于、等于特别是大于故障方程个数的各种复杂情况下给出全面的故障诊断信息,从而为目前迫切需要解决的发动机性能监控与故障诊断中在测量参数不足的情况下,对发动机进行全面性能诊断的技术难题提供出一种切实可行而又十分有效的数学模型.首次提出了作为评价发动机全面性能诊断算法有效性指标的相似度的概念,并且以JT9D发动机全面性能诊断问题为例,利用Monte Carlo随机模拟方法确定了分布函数模型可以达到的相似度值.研究结果表明,分布函数模型的相似度可达0.9以上.还利用JT9D发动机的实际故障样本对分布函数模型进行了检验.     

基于随机集的多目标跟踪算法的性能评估

给出在目标数变化情况下,利用随机集实现多目标跟踪算法性能评估方法,利用Kullback-Leibler距离度量算法来反映目标状态的信息量并进行了相应的仿真实验。实验表明,算法可稳健跟踪变目标数情况,Kullback-Leibler测度可反映算法的稳健性。     

一种带随机偏差的分布式信息融合滤波算法

在通信、计算机、信号处理、自动控制中,对于带有未知的干扰和偏差的随机系统的状态估计已经广泛出现。在现实环境中,不同的传感器可能受到不同的干扰影响。研究随机系统的状态估计问题在实际应用中具有重要的意义。对带有随机偏差的线性随机系统,将系统转换为多模型结构的特殊情况。利用最小方差的最优加权融合估计算法,获得了分布式信息融合滤波算法。通过仿真可以看出,分布式信息融合算法要比局部估计算法具有更高的精度,算法具有分布式结构,这使其具有更好的鲁棒性和可靠性。     

软交换承载网络组网模式分析与研究

针对软交换网络中信令流、媒体流和维护流等业务流的交互需求,结合SOFTX3000软交换设备、UMG8900通用媒体网关设备和UA5000用户接入设备相关单板的工作原理,分析了采用二层组网模式的承载网络存在的弊端,提出了基于OSPF(Open Shortest Path First,开放式最短路径优先)协议的三层路由组网模式,并在某电话局软交换网络中得到应用。经分析,采用三层路由组网模式相比于二层组网模式具有更高的安全性和可靠性。     

环境激励下基于chirplet变换的线性时变系统参数识别

提出了针对时变系统响应的短时频率线性时变假设,通过将时变响应拟合成多分量线调频信号,根据线调频信号互相关理论推导了随机白噪声激励下时变系统的物理参数识别方法。该识别方法只需基于结构的加速度响应,便能识别结构的时变质量和刚度。由于引入了调频斜率刻画响应信号的短时频率线变特征,该方法相比传统识别方法能更好地追踪快变甚至突变参数,对实际工程中的时变问题具有重要的应用价值。仿真算例中构造了1个3自由度时变结构模型,针对线性时变、周期时变和突变等情况进行了物理参数的识别,误差分析显示识别误差均在5%以内,仿真结果验证了方法的正确性和适用性。     

一种不等差错保护的多用户随机接入方法

针对在随机接入中由于碰撞导致吞吐率低、信道拥塞时不能满足高优先级数据有效传输的问题,提出一种具有不等差错保护性能的多用户随机接入方法。该方法将数据包复制多份,根据选定的度分布在不同时隙中传输,将随机接入过程映射到二分图上;接收端利用连续干扰消除(SIC)技术,将碰撞的数据包恢复出来。在高链路负载下,从每帧中选取若干时隙,只允许高优先级用户接入,以提高对高优先级数据包的译码概率。使用"与或树"理论对提出的方法进行了理论分析,并进行了实验仿真验证。仿真结果表明:提出的多用户随机接入方法与传统ALOHA协议相比,在低链路负载下有效避免由于碰撞引起的吞吐率下降;与IRSA协议相比,高链路负载下有效提高高优先级用户的吞吐率。     

空基多雷达航迹抗差关联算法

基于高斯随机矢量统计特性,推导出一种适用于探测距离较远、系统误差时变、雷达上报目标不一致等复杂环境的空基多雷达航迹抗差关联算法。分解航迹距离矢量,对消系统误差矢量得出适用于3个及3个以上雷达的航迹抗差关联条件和流程。分别设置了目标密集程度、随机误差和系统误差适应性实验验证算法性能。仿真结果表明所提算法的关联准确性和复杂环境适应性相比现有的基于参照拓扑特征的航迹关联算法（RET算法）和基于距离检测的可信关联算法（confidential算法）有较大幅度的提升。     

具有丢包补偿的分布式一致性融合估计器

研究了具有随机丢包的网络化分布式一致性估计问题。丢包现象存在于各节点间局部状态估计值的传输过程中,引入一组服从Bernoulli分布的随机变量来描述。当发生丢包时,以融合节点前一时刻融合估计值的一步预测值进行补偿。建立了以估计器增益为决策变量,以所有传感器有限时域下状态融合估计误差和为代价函数的优化问题。在给定一致性权重下,通过最小化代价函数的上界得到了一组次优的估计器增益,并给出了融合估计器渐进稳定的充分条件。最后,通过算例仿真验证了算法的有效性。