基于高阶兰伯特算法的碎片云密度演化分析

空间目标解体形成的碎片云在太空不断演化,持续威胁着在轨航天器的安全运行.传统方法多将碎片云视为独立个体的集合,对个体进行推演以获取整体演化特性.这类方法虽易于实现,但需要大量样本以致效率较低.考虑到碎片分布的不确定性特征,可利用概率密度变换方法来计算碎片云在空间的密度分布.基于微分代数技术构建了高阶兰伯特算法,再求解系统雅可比的高阶近似,获得了碎片云密度的高阶展开式.通过对解体碎片云的密度演化分析计算表明,采用高阶方法可将计算效率提高10倍,得到的结果相对误差在1%以内.     

结合闪电定位数据分析北京市同时间点几起雷击事故

准确及时的灾害调查事故分析有助于人们更好地了解雷击途径和方式。结合闪电定位资料,分析某区域的雷电概率分布,可判断并认识雷电导致灾害的规律性,便于采取更有效的防护措施。通过对2022年5月24日北京市东城区同时间节点的三起雷击事故的详细分析,还原雷击过程,探究导致雷击的原因,提出相关解决方案,从而减少或避免以后类似雷电灾害事故的发生。对北京市东城区和西城区近年来的雷击数据统计分析发现,总的落雷走向大多在古河道或大致水位线,因潮湿或水位高,其建筑物下的土壤电阻率较小。尤其在北侧护城河一带每年都会或多或少地发生雷击事故。以上这些雷击规律虽是北京城区的,但颇具普遍性,因而对防雷、防火很有参考价值。城区周边的现代建筑和各古建筑物的雷电灾害防护要引起足够重视,对其进行定期全面的防雷检测是必要的。     

高阶转移概率公式及其极限概率分布

该文用特征矩阵理论得到了高阶转移概率的计算公式,并给出了其极限概率分布。     

基于支持向量机的小样本数据概率分布模式自动识别

在装备可靠性工程领域,小样本数据概率分布模式识别是亟需解决的一个难题.统计学习理论是专门研究小样本情况下机器学习规律的理论,支持向量机是当前最新的、基于统计学习理论的机器学习算法.根据现代统计学原理提取了数据分布特征参数,采用支持向量机分类算法构建了小样本数据概率分布模式自动识别模型.测试结果表明,模型对小样本数据概率分布模式具有较强的识别能力.     

计算等效功率通量密度概率分布的方法

等效功率通量密度(equivalent power flux density,EPFD)是衡量非静止轨道(non-geostationary orbit,NGSO)星座系统对静止轨道(geostationary orbit,GSO)星座系统干扰的一项重要评价指标,通常采用外推卫星轨道位置、统计不同EPFD值出现时间占比...     

Design and comparison of minimal symmetric model-subset for maneuvering target tracking

Model-set is utilized in state estimation for maneuvering target tracking.Two minimal symmetric model-subsets are designed and investigated by moment matching method,which include hypersphere-symmetric model-subset and axis-symmetric model-subset,if system mode is a random variable and obeys certain probability distribution.They can be used as the fundamental model-subset for multiple models estimation with fixed structure,variable structure and moving bank.The model-groups constructed by above designed subsets are given,which give the practical guidance for use of model-set in multiple models approach with a variable structure.Simulation results show that the performances of two minimal model-set significantly outperform the corresponding model-sets with fixed spacing.     

苎麻和棉纤维自动识别研究

基于纤维纵向表面条纹的图像处理分析,本文介绍了一种新的方法用于实现苎麻和棉纤维种类识别。首先,利用LoG（Laplacian of Gaussian）和细化算法提取了纤维表面条纹;其次,沿着弯曲的纤维的骨架线将纤维表面条纹进行投影,同时提取6个用于纤维种类识别的特征参数;再次,根据最大概率原理,在特征参数的概率分布曲线基础上建立用于识别的公式;最后,利用自适应识别测试确定识别公式中的权重系数。大量识别试验表明,利用该方法对苎麻和棉纤维的自动识别错误率低于7％。     

概率法在煤层气储量估算中的应用

煤层气田在勘探评价初期,储量估算参数往往存在一定的分布区间,采用体积法估算储量难以给出确定结果.针对此类问题,以M煤层气藏为例,利用概率法估算储量,围绕储量估算参数(储层面积、厚度、含气量),结合地质分析和储量参数样本分别建立理论分布模型(三角分布、正态分布、对数正态分布、威布尔分布、伽马分布)和任意分布模型;利用Kolmogorov-Smirnov(K-S)检验和卡方检验对相关理论分布模型进行拟合度优选;确立储层面积采用三角分布和正态分布模型,储层厚度采用威布尔分布和任意分布模型,储层含气量采用伽马分布和任意分布模型,并形成4组不同模型组合方案,再利用蒙特卡罗方法对储量进行估算.结果表明:任意分布模型服从原始样本分布,置信区间较窄,理论分布模型则体现过滤作用,两者对储量估算结果有一定影响;储层含气量对储量估算结果影响较大;概率法可以排除人为因素,估算出不同概率级别下的储量,从而起到降低决策风险的作用.     

Ad Hoc网络MRP移动模型的研究

移动模型是Ad Hoc网络中各类协议和应用的基础,而移动节点的空间概率分布则是研究移动模型时关注的最重要参数。MRP模型是一种具有记忆特性的移动模型;与Ad Hoc网络其它移动模型相比,它在节点移动的稳定性和真实性方面具有显著优势。对MRP模型移动节点的空间概率分布进行了研究,给出了一维区域上的节点空间概率分布以及节点的相邻概率,并进一步讨论了节点的初始距离和转移步数对相邻概率的影响。最后对MRP模型二雏区域上的节点移动情况进行了简要分析。研究结果对基于该模型的Ad Hoc网络仿真具有实践指导意义。     

离散型随机变量的数学期望的求解应用

数学期望是概率论中很重要的数字特征之一,本文就离散型随机变量的数学期望的解法进行归纳,并对数学期望常用的技巧进行探讨。