一种新的卫星移动信道Markov两状态统计模型

提出了一种新的Markov两状态信道模型,即理想信道状态和非理想信道状态。此模型对于理想信道状态,总的接收信号能量服从莱斯概率密度分布;对于非理想信道状态,接收信号能量服从Corazza模型的概率分布。结果给出了仿真和测量的累积分布、电平交叉率和平均衰落持续时间的比较图,这些图表明,此假设不仅简单、准确,而且具有一定的实际意义。     

云雾天气下卫星信道两状态Markov模型研究与实现

为研究云雾天气下卫星信道的传播特性,建立了云雾天气下卫星信道两状态模型。首先分析多径效应、阴影效应及云雾天气对卫星信道链路的影响;然后分别建立表征云和雾天气下信道传输特性的Corazza信道模型和Nakagami信道模型,并利用两状态Markov模型实现云雾天气变化带来的信道转换;最后设计了信道模型的实现方法。仿真结果表明,所建模型模型的仿真数据与理论数据具有较好的吻合性。     

LMSC的六状态Markov模型的平均BER的理论分析与仿真

 理论上分析了陆地移动卫星信道(LMSC,Land-MobileSatelliteChannel)在采用六状态马尔科夫(Markov)模型情况下的平均BER(Bit Error Rate,误码率),并分别得到了没有采用分集和采用L分支的MRC分集(Maximal Ratio Combining,最大比合并)情况下平均BER的闭环表达式.在不同环境条件下,并考虑采用分集接收和不采用分集接收时,对BPSK(Binary Phase-Shift Keying,二进制相移键控)调制下的六状态和两状态的平均BER进行仿真比较.通过仿真验证了六状态Markov模型的有效性.     

一种简化的可靠性模型的误差分析

为了简化系统可靠性和可用性的建模和分析过程，提出了一种简化Markov模型的方法。通过对系统进行简化，忽略掉一些不重要的过程，减少相应Markov模型中的状态数来简化计算。通过对系统建立的简化模型进行误差分析，在已知被忽略状态的最少信息的前提下得到简化模型的误差界限。利用该误差界限可以对简化模型结果进行评估。     

Markov链在寿险业务利润测试模型中的应用

针对几种典型的健康状态以及寿险业务中的几种保障类型,本文将多状态Markov链应用于特定的团体寿险业务利润测试模型中.相对于传统的利润测试模型,基于健康状态的多状态Markov链利润测试模型更符合寿险业务特点,并且能更好地模拟团体寿险业务的索赔过程.最后,本文还给出了两个寿险业务利润测试的实际应用例子,并通过Matalab编程进行有关数值演示.本文构造的模型有助于保险公司的业务战略实施和有效管理产品以及进行精准定价.     

基于改进型A*-Markov联合模型的无人机航路规划

实验一种基于改进型A~*算法来对无人机进行任务路径规划.引入了无人机的机动步长、转角限制和飞行高度,有效地缩减了无人机搜索空间,除此之外还引入了地形、任务等约束条件,使航路规划更接近于真实环境.考虑到规划过程中敌方能力的不确定性,以及无人机在航路中的生存概率的不可知性,采用八状态Markov模型评估无人机的飞行状态.该模型与A~*算法结合时在威胁区域内完成任务后,由于时间的积累向外扩展时生存代价值越高,导致迭代次数过多,而同心圆模型越向外扩展时生存代价值越低的优点可避免该问题,因此引入同心圆模型与Markov模型的联合模型.仿真实验结果表明,该方法可以有效地检测航路中飞机的各种状态的概率,以此对整个航路进行评估,并且有效降低了仅采用Markov模型时在威胁区域内完成任务点后规划新航路迭代次数过多的问题.     

输入受限网络控制系统的鲁棒模型预测控制

针对一类带有随机时延的输入受限多面体不确定网络控制系统,提出了一种鲁棒模型预测控制算法．假设随机网络时延为Markov链,并考虑Min-Max无穷时域性能指标,用线性矩阵不等式方法给出了依赖于模态的状态反馈控制器．基于Lyapunov方法,得到了保证可行性和鲁棒随机稳定性的条件．仿真结果验证了算法的有效性．     

MPTCP联合拥塞控制机制的Markov模型

为了研究多路径传输控制协议(transmission con-trol protocol,TCP)的RFC标准MPTCP的联合拥塞控制机制,提出了一种基于Markov过程的预测模型。该模型是一种离散分组模型,将多条彼此相关的子流拥塞窗口联合起来,通过建立其在多维离散状态空间下的Markov过程,对MPTCP流的有效吞吐率性能参数进行建模。对比实验结果表明:输入参数变化时该模型预测结果与模拟实验结果变化趋势相同。该模型能有效预测MPTCP联合拥塞控制机制性能,同时也为其他多路径TCP拥塞控制机制提供了理论参考。     

基于Baum-Welch算法HMM模型的孤词算法研究

介绍了隐Markov模型原理,它是用来描述含有未知参数的Markov过程,是描述随机过程统计特性的概率模型。在此基础上,设计了基于HMM模型的孤词检测实验,通过优化实验模型,采用Baum-Welch算法解决HMM模型的训练问题,找到HMM模型估计参数λ值,这在数学角度上等价于其他线性预测系数。此实验在减少不必要的HMM训练的同时,降低了算法复杂程度。为了测试Baum-Welch算法的有效性,进行了数据仿真实验,结果表明该算法是有效的。     

异步电机的交直轴模型及其仿真

介绍了三相异步电动机的直轴和交轴模型的建立方法，并利用MATLAB语言对两种模型进行仿真．仿真数据包括定子电流、电磁转矩以及转速．并针对仿真结果，比较两种模型的特点以及各自所适合应用的场合，所得结果对交流凋速系统的优化设计以及异步电机的故障状态下的数据获取具有参考价值。     

一类隐马尔可夫模型的若干极限性质

假定隐藏的马尔可夫链为非齐次，研究隐非齐次马尔可夫模型的一些强极限定理．首先在引理中得出了隐非齐次马尔可夫模型的一些性质，从而导出了隐非齐次马尔可夫模型的三元函数一类平均值的强极限定理．作为定理的推论，得到了隐非齐次马尔可夫模型状态出现频率的一类强极限定理．隐马尔可夫模型可应用于弱相依随机变量的建模上，也可用作研究发音过程、神经生理学与生物遗传等方面的工具．     

预测及其主要模型的实现系统

针对已有预测模型并不完善的问题，在总结现有的预测模型（线性回归模型、时间序列分析、线性随机模型、神经网络模型等）基础上，采用实验分析的方法提出一种新的加权模糊推理的预测模型及基于马尔科夫性的区间预测方法，给出了实现系统，经试验验证，这种模型是比较准确的，一般误差不超过10％。     

Algorithms for Markov stochastic models

A survey of the main results of algorithmic studies of Markov processes and related stochastic models is shown. It consists of stationary solutions, transient solutions, first passage times, and multidimensional denumerable state Markov processes. In conclusion, some remarks on further works are presented.     

基于GARCH与Markov转换模型度量房价波动风险

为了防范房地产价格快速上涨或下跌带来的不利影响,监测房价波动风险具有重要的意义。该文采用自回归条件异方差(GARCH)模型和Markov机制转换模型研究房价波动过程。首先依据4个中国城市的数据对2类模型分别进行回归,然后根据回归结果计算房价波动率和房价下行概率,以此衡量房价的波动风险。结果显示:Markov模型的样本内拟合程度略高于GARCH模型,但这一差别十分有限。在预测房价下行概率时,Markov模型给出的结果对房价在短期内的变化情况较为敏感,而GARCH模型的预测值较为保守。虽然依据2种模型测算的房价下行概率在数值上有差别,但其走势基本一致,可以为投资者提供参考。     

一种带有模糊观测层的隐马氏模型

提出了一种带有模糊观测层的隐马氏模型,称之为模糊隐马氏模型,它给我们提供了一种在模糊集的框架下解决兼有模糊性和随机性问题的方法.更重要的是它建立起来了一条联系连续隐马氏模型和离散隐马氏模型的纽带.     

在非时齐马氏决策过程中的动态贝叶斯网络研究

提出了用动态贝叶斯网络（DBN）对非时齐马氏决策系统进行建模的改进方法，使动态贝叶斯网络能被更广泛地应用于各种复杂的真实系统中．该方法的基本思路是，将扩展后的隐藏变量引入DBN的演化过程来建立假设条件所要求的马尔可夫模型，给出从不完整的样本数据集以及存在隐藏变量时来学习DBN结构的算法，进而用贝叶斯概率统计方法对后来的时间片的充分统计因子进行估计，并通过当前已存在的和估计的充分统计因子对基于时间变化的转移概率进行学习，以解决假设条件要求的转移概率的时不变性．原理性分析和仿真实验结果也验证了改进方法的有效性．     

Performance Prediction of Packet Mobile Communication through Wireless Multipath Fading Channel Modeling

This paper presents a software simulator applicable to multipath fading channels in urban environments of mobile communication networks. The simulator is constructed by a two-state Markov model and several statistical models for simulating the characterizations of different environments. A core idea of the simulator is to construct a Rice distribution-based multipath fading module produced by a modified Gans Doppler power spectrum,and in combination with a Markov model to predict the time-dependent characteristics of packet in different radio circumstances. It can simply predict the packet performance of the future channel and evaluate the relations between the radio channel and the modulation schemes,error control protocols and channel coding. Simulation results demonstrate that it is a reliable and efficient method.     

三种模糊Markov链状预测模型

为了解决具有不确定信息的Markov链状预测问题,给出了"模糊状态-精确观测数据"、"精确状态-模糊观测数据"和"模糊状态-模糊观测数据"三类模糊Markov链状预测的模型,涵盖了具有不确定信息的Markov链状预测的各种形式,系统研究了三种模型下的状态转移概率确定方法与预测过程。该项工作使得模糊Markov链状预测模型问题趋于完善,为深入研究模糊Markov过程以及其它特殊的模糊随机过程提供了思路。     

用于统计语音合成的大尺度压缩HMM的方法

统计语音合成使用隐Markov模型(HMM)作为声学特征的统计模型。提出了一种利用声学模型空间距离进行HMM的大尺度压缩的量化方法,通过对矢量量化码本进行的优选迭代步骤,减小压缩后的声道谱模型与原模型之间的声学距离,使通过量化模型合成的语音更加接近未量化模型。主观和客观测试结果显示:使用该方法进行声道谱模型的压缩,在压缩至原模型大小的0.06左右时,仍有约90%的评价得分认为合成语音的质量没有明显下降。     

改进的灰色马尔可夫组合预测模型应用研究

根据灰色预测模型和马尔可夫预测思想,将灰色预测模型结合马尔可夫预测模型,并对组合模型进行了改进,采用递进转移概率矩阵,并结合1998-2007年安徽入境游客人数来预测2008、2009年的入境游客人数;结果表明：采用该改进后灰色马尔可夫的组合模型,可以得到比传统灰色马尔可夫组合预测模型更为准确的数据。