奇偶树上马氏链场的强大数定律

定义一类非齐次树——奇偶树,利用近年来研究概率论强极限定理的新方法,研究奇偶树上奇偶马氏链场关于状态和状态序偶出现频率的强极限定理,得到奇偶树上马氏链场关于状态和状态序偶出现频率的强大数定律,将齐次树图上马氏链场中的相关结果推广到了非齐次树图上．     

高阶多元Markov链联合稳定分布向量的扰动界

给出了高阶多元Markov链联合稳定分布向量的几个扰动界:结合高阶多元Markov链概率转移矩阵左、右特征向量的相关性质, 得到高阶多元Markov链联合稳定分布向量的扰动界, 新的扰动界结果是一阶多元Markov链联合稳定分布向量扰动界结果的推广;利用高阶多元Markov链概率转移矩阵的特殊性, 给出其联合稳定分布向量可计算形式的扰动界, 也是已有一阶多元Markov 链联合稳定分布向量相应扰动界结果的推广;结合Paz不等式, 通过分析高阶多元Markov链联合稳定分布向量的分量扰动, 得到了联合稳定分布向量基于分量形式的扰动界, 便于观察高阶多元Markov 链中具体某条链某个状态的扰动.     

关于马氏过程散度的极限性质

在有限状态空间中取值的随机变量序列,假设它在概率测度P下是一非齐次马氏链,在概率测度Q下是一齐次马氏链,利用非齐次马氏信源的渐近均分割性,齐次马氏信源的渐近均分割性及随机变量序列的一致可积性,给出了马氏过程散度的极限存在条件,并得到了马氏过程散度的极限的值,在此基础上将马氏过程散度的极限存在条件推广到了高阶马氏过程的情形,同时也给出了高阶马氏过程散度的极限的值.     

高速铁路场景无线信道理论与方法研究

高速铁路的建设离不开无线通信系统的支撑,而无线通信网络的设计则需立足于对典型环境下无线信道的深入研究.物理无线信道作为通信发生的媒介,其特性极大地影响着无线通信系统的性能.在高速铁路无线通信系统的设计中,需要用信道模型对复杂的传播信道加以描述.本文围绕高速铁路场景下的无线信道开展研究,探讨了高速移动复杂场景信道测量理论,并基于测试数据研究了信道的特征,同时,提出了高速移动复杂场景下的信道建模理论与面向工程设计的信道模型,为高速铁路无线通信系统的设计提供了电波传播预测工具,弥补了此类复杂场景下信道建模的研究不足,丰富了相关场景下的信道建模理论.     

随机进程代数IMCs的性能评价

将马尔可夫路径概率计算方法推广到随机进程代数:交互式马尔科夫链(IMCs)模型上.由于IMCs中存在动作转移和概率转移,两种不同性质的转移破坏了系统的稳定性,因此在IMCs的性能刻画中,去掉系统的稳态性刻画,给出动作和概率转移共存的IMCs模型的路径定义和基于概率转移率的路径转移发生的概率计算方法,解决了Until算子的描述.使用基于动作的逻辑aCSL给出IMCs的性能评价.证明该方法的正确性,它是纯马尔可夫链模型中性能评价方法的扩展.     

关于树指标有限非齐次马氏链的强极限定理

研究了树图上有限非齐次马氏链随机转移概率的几何平均强极限定理和有限非齐次马氏链关于状态序偶出现频率的强极限定理。首先给出了一个引理,利用这个引理建立了树上有限非齐次马氏链随机转移概率的强极限定理,给出了树上有限非齐次马氏链关于状态序偶出现频率的用不等式表示的强极限定理。     

关于树指标二重非齐次马氏链的强极限定理

研究树上二重非齐次马氏链随机转移概率的几何平均强极限定理和二重非齐次马氏链关于状态出现频率的强极限定理.首先引出了二重非齐次马氏链的概念,然后给出了一个引理,利用这个引理,建立了双根树上二重非齐次马氏链随机转移概率的用不等式表示的几何平均强极限定理,接着推出了二重非齐次马氏链关于状态序偶出现频率的用不等式表示的强极限定理;最后作为推论,得到树上有限非齐次马氏链随机转移概率的强极限定理.     

基于以太网的列车通信网络冗余结构可靠性分析

列车通信网络是轨道车辆可靠安全运行的重要保障,具有可靠性高、实时性强、故障切换与恢复时间短等特点.提出基于PRP和HSR的列车通信网络结构,实现网络故障零恢复时间.在此基础上依据系统可修性和功能相关性及冗余性特点,采用DFTA对其进行可靠性建模;引入BDD和Markov矩阵分解静态子树和动态子树以优化传统故障树分析的计算量;针对具体算例对PRP、HSR、RSTP协议的可靠性指标进行量化求解与对比分析.研究结果表明:提出的PRP与HSR冗余结构和RSTP相比,平均故障间隔时间分别增长了5 764h与5 269h,有效提升了网络可靠性.     

交错BCH码在移动信道中的性能估计

以三状态 Markov 模型作为移动信道长突发误码的概率模型,从模型参数与差错统计量之间的关系入手,分析、讨论了既能描述移动信道的误码特征、又能为纠错码参数的选择提供参考的错误分布概率 p(n,m);对 BCH 分组码在交错与非交错两种不同情况下的纠错性能进行了估计。理论估计与计算机模拟结果取得了令人满意的一致性。     

交织Reed-Solomon码在 Gilbert-Elliott信道上的性能评价(英文)

Gilbert-Elliott( GE)信道是一种两状态的 Markov信道 ,它用于对有记忆信道进行建模 .当使用仅纠错译码方法时 ,本文分别采用二阶方法和一阶方法 ,以误字率评价交织 Reed-Solomon( RS)码在简化 GE信道上的性能 .数值结果表明增加交织深度和纠错能力能降低 RS码在 GE信道上的误字率     

一种新的多链路轮询方案

为了改善无人机数据链(unmanned aerial vehicle data link,UAV-DL)的吞吐量和平均时延,结合UAV的Markov飞行状态、Gilbert-Elliot信道模型和不同分组网络的优先级,提出了一种基于Gilbert-Elliot信道的UAV数据链多链路轮询策略.该策略以链路信道状态和不同...     

A novel hybrid CDL-based multipath propagation model for the high-speed railway at 2.35 GHz

In this study, based on the actual channel measurements of the high-speed railway （HSR） in a via- duct scenario at 2.35 GHz, a hybrid cluster delay line （CDL） channel modeling technology which combines a statistical model and a theoretical model is proposed. This novel channel-characterization approach is used to reveal the statistical properties for ＂random＂ scattering and to provide a geometric mechanism for computing the time- variant paths for ＂periodically moving＂ scattering. Using a modified clustering algorithm in the delay domain, the inter-cluster and intra-cluster characteristics against the distance between the transmitter and the receiver were extracted and analyzed. In addition, the measurement results were compared with some conclusions from other measurement studies, and the proposed channel model was validated by comparing the simulated results with the measurement data. The study results provide a useful technique for the evaluation and verification of wireless communications in the HSR environment.     

Design and Analysis of Prioritized Medium Access Control Protocol for Backbone Routers in Wireless Mesh Networks

A Prioritized Medium Access Control (P-MAC) protocol is proposed for wireless routers of mesh networks with quality-of-service provisioning. The simple yet effective design of P-MAC offers strict service differentiation for prioritized packets. A Markov model is developed to yield important performance matrices including the packet blocking probability due to queue overflow and the packet reneging probability due to delay bound. It is further proved that the service time of P-MAC approximates exponential distribution, and can be effectively estimated. The analytic models with preemptive and non-preemptive schemes, validated via simulations, show that P-MAC can effectively support traffic differentiation and achieve very low packet dropping (both reneging and blocking) probabilities when the traffic load is below the channel capacity. When the network is overloaded, P-MAC can still maintain extremely stable and high channel throughput. Moreover, it is demonstrated that P-MAC performs superior in multihop networks, further proving the advantages of the proposed protocol.     

移动信道三状态Markov模型建立及其差错序列的计算机软件产生

提出了一个建立在简单分群的 Markov 模型基础上表示移动信道的三状态Markov 模型,利用非线性最小二乘拟合法求得了此模型的解析表达式,并计算出描述模型的概率转移矩降 P。根据此模型给出的参数,用计算机软件实现方法产生出描述移动信道长突发错误特性的信道差错序列{e_(?)}。模拟结果表明,用三状态 Markov 模型表示移动信道比用 GEC 模型表示移动信道具有更高的精度,而且比一般分群的 Markov 模型更简单、实用。     

一种在线自适应控制马氏链的强化学习算法

讨论平均准则控制马氏链的强化学习算法。目的是寻找使得长期每阶段期望平均报酬最大的最优控制策略,由于事先未知状态转移矩阵及报酬向量,故必需使用自适应控制方法,通过引入称之为行动器和评判器的神经网络构造,使得学习单元在不断学习中,最终能发现最优策略。行动器的参数在学习中不断被修正,每一时刻的参数的值均对应着一个随机控制策略。评判器用来估计这些参数以找出最优控制策略。     

随机环境中马氏链的特征数与禁止概率

利用马氏链的一般理论讨论了随机环境中马氏链的特征数和禁止概率的关系,给出了强常返状态特征数的分解公式,利用禁止概率的一般分解公式研究了分布矩的性质,丰富了现有文献中的随机环境中马氏链的相关结果。     

基于渐进式最大后验估计的联合频谱感知算法

通过研究初级用户的统计传输模式提出了一种联合频谱感知算法：初级用户的统计传输模式采用舍有两状态量的马尔科夫模型;每个二级用户通过对马尔科夫链的监测进行能量检测,并且经舍噪信遭将检测结果转发给融合中心;然后,融合中心通过使用新的渐进式最大后验估计算法恢复二级用户的判决。在上述过程中,先验概率对于最大后验估计至关重要,它是通过渐进地估计马尔代夫链的传递概率得到的。另外,采用多数数据融合和或逻辑数据融合规则．推导出了虚警概率和漏检概率的解析表达式。理论分析和仿真结果表明,所提出的算法能够提供可靠和有效的频谱感知。     

几何随机分布模型的高速铁路山地信道建模

目前,高速铁路(简称高铁)山地地形的无线信道模型构建主要基于部分测量数据,缺乏一定的普适性.针对该缺陷,以山地场景的多输入多输出信道为研究对象,提出一种基于几何随机分布模型(geometry-based stochastic model,GBSM)的3D建模方法.考虑了散射体对无线信号的反射和散射作用,利用基站与移动台...     

多目标准则下的折扣非时齐马氏决策规划：分层序列法

建立了多目标准则下的折扣非时齐马氏决策模型，并将其（ｉ）阶段最优问题转化为一等价非时齐马氏决策模型的最优问题。     

煤矿井下基于虚拟Radio-map及Markov链的定位算法

为了在煤矿井下获得更高的定位精度,提出一种基于虚拟Radio-map及Markov链的定位方法。结合井下复杂环境,采用信道衰减模型及线性插值法实现了动态衰减因子,建立虚拟Radio-map的同时降低了工作量;考虑到每处采样点接收信号强度分布先验假设和统计特征,在线阶段采用基于贝叶斯准则框架的加权核函数算法,为每个样本数据赋予一个以自身为"核心"的函数,构建的概率密度分布避免了确定模型带来的误差,从而提高了定位精度;为进一步优化定位结果,考虑先验概率对贝叶斯后验概率的影响,提出了基于高斯模型的Markov链定位算法,抑制了运动目标位置的大幅度跳变,使目标定位更加精确。实验表明,所提算法可以通过较低数据采集工作量达到一定的定位精度,满足井下目标定位需求。