弹道导弹在再入过程中为了提高自身突防能力往往伴随着分导现象。由于分导弹头数目未知,距离目标近且再入速度非常相近,使其以团状形态运动,在未知导弹任何先验信息前提下如何对分导弹头进行快速关联已成为亟待解决的难题。该文提出了...弹道导弹在再入过程中为了提高自身突防能力往往伴随着分导现象。由于分导弹头数目未知,距离目标近且再入速度非常相近,使其以团状形态运动,在未知导弹任何先验信息前提下如何对分导弹头进行快速关联已成为亟待解决的难题。该文提出了一种改进的实时滑窗马尔可夫链-蒙特卡洛(Markov Chain Monte Carlo,MCMC)次优数据关联算法,它应用蒙特卡洛采样方法对监控区域的测量集合进行组合优化,获得最大的后验概率密度进而逼近马氏链的平稳分布。该算法结合弹头分导实际情况,重新分配关联假设权值并优化了继承性,极大地减小了关联时间。仿真结果表明该算法与经典的多假设算法相比,关联概率随着目标密集程度增加而显著提高,并且计算量远小于多假设算法。展开更多
食物网结构特征和能量流动的研究,对于维持海洋生态系统结构和功能的稳定具有重要意义,有助于深入理解海洋生态系统的复杂过程。本研究基于2019-2021年在江苏近海北部海域开展的季节性渔业资源底拖网调查数据,通过构建基于蒙特卡罗马尔...食物网结构特征和能量流动的研究,对于维持海洋生态系统结构和功能的稳定具有重要意义,有助于深入理解海洋生态系统的复杂过程。本研究基于2019-2021年在江苏近海北部海域开展的季节性渔业资源底拖网调查数据,通过构建基于蒙特卡罗马尔科夫链算法的逆线性模型(Linear Inverse Models using a Monte Carlo Method Coupled with Markov Chain, LIM-MCMC),结合生态网络分析(Ecological Network Analysis,ENA)的方法,分析了该海域生态系统状态和食物网能量流动特征,旨在为江苏近海北部海域食物网营养动力学研究提供参考依据。结果表明,该海域生态系统共包含299条能量流动路径,能量流动分布整体呈典型的金字塔结构,各功能群呼吸消耗和流入有机碎屑的能量保持同步性。通过与其他海域比较发现,江苏近海北部海域生态系统的连接指数(Connectance,C)和系统杂食指数(System Omnivory Index,SOI)分别为0.40和0.22,处于较高水平,表明该生态系统不同营养级间的营养联系较为紧密,食物网结构相对复杂,能够在较大程度上抵御外界扰动。总初级生产力/总呼吸(Total Primary Production/Total Respiration,TPP/TR)和Finn’s循环指数(Finn’s Cycling Index,FCI)分别为1.05和5.76%,表明该生态系统对能量利用效率较高。此外,约束效率(Constraint Efficiency,CE)、发展程度(Extent of Development,AC)、协同效应指数(Synergism Index,b/c)和主导间接效应(Dominance Indirect Effects,i/d)也表明该生态系统具有较高的系统发展程度、再生潜力和系统发展空间。本研究将有助于为江苏近海北部海域生态系统的修复和渔业资源的可持续利用提供理论基础,为实施基于生态系统的渔业管理提供科学依据。展开更多
针对不规则区域面积测算中定位精度和面积计算精度两方面不足,提出一种定位精度高、面积误差小的面积测算新方法。其采用一种组合定位方法精确定位,即将差分GPS测量系统(DGPS)与马尔可夫链蒙特卡罗(Markov chain Monte Carol,MCMC)粒子...针对不规则区域面积测算中定位精度和面积计算精度两方面不足,提出一种定位精度高、面积误差小的面积测算新方法。其采用一种组合定位方法精确定位,即将差分GPS测量系统(DGPS)与马尔可夫链蒙特卡罗(Markov chain Monte Carol,MCMC)粒子滤波相结合,再配合复化Newton-cotes算法,拟合边界曲线并准确求得区域面积。将MCMC粒子滤波应用于DGPS定位数据处理,其既可处理非高斯分布噪声,又解决粒子滤波(PF)的粒子退化问题,提高定位精度。将复化Newton-cotes算法应用于面积计算,其既避免高次插值的舍入误差,又将面积区间进一步细分,提高面积计算精度。实验结果表明,该新方法定位精度更高,面积误差更小。展开更多
为提高水文模型参数识别的可靠性,融合自回归模型与马尔可夫链-蒙特卡洛方法(auto regressive model based modified Markov Chain-Monte Carlo,AR-MCMC),利用自回归模型刻画残差序列的自相关性,修正MCMC方法中的残差协方差矩阵。通过...为提高水文模型参数识别的可靠性,融合自回归模型与马尔可夫链-蒙特卡洛方法(auto regressive model based modified Markov Chain-Monte Carlo,AR-MCMC),利用自回归模型刻画残差序列的自相关性,修正MCMC方法中的残差协方差矩阵。通过新疆提孜那甫河流域融雪径流模型(SRM)的案例分析发现:融雪径流模拟的残差序列具有显著的自相关性;修正残差协方差矩阵后,边缘似然值更大;综合考虑多项评价指标,AR-MCMC方法在识别期与验证期推求的预测区间均优于MCMC方法;对比2种方法在识别期与验证期的纳什系数,采用AR-MCMC方法依次为0.86、0.89,而采用MCMC方法依次为0.84、0.87,即AR-MCMC方法获取的模型拟合效果更好。分析结果表明,相对于传统的MCMC方法,AR-MCMC方法能够更好地对研究区融雪径流过程进行模拟预测。展开更多
基于马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法的时域波达方向估计算法通过构造马尔科夫链的方式来对波达方向进行估计,但是现有的算法在马尔科夫链的收敛速度和结果上并没有表现出很好的鲁棒性。为了优化算法的性能,采用...基于马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法的时域波达方向估计算法通过构造马尔科夫链的方式来对波达方向进行估计,但是现有的算法在马尔科夫链的收敛速度和结果上并没有表现出很好的鲁棒性。为了优化算法的性能,采用多(短)链并行的方式代替原来的长链生成方式,提高了算法收敛的稳定性;并对特定模型下的构造过程进行分析,优化了状态空间,提高了算法的搜索效率;同时结合多混合的MCMC方法,进一步提高了算法估计的精确度和收敛速度。仿真结果表明,改进后的算法对波达方向估计的准确性和实时性都有很大提升。展开更多
文摘弹道导弹在再入过程中为了提高自身突防能力往往伴随着分导现象。由于分导弹头数目未知,距离目标近且再入速度非常相近,使其以团状形态运动,在未知导弹任何先验信息前提下如何对分导弹头进行快速关联已成为亟待解决的难题。该文提出了一种改进的实时滑窗马尔可夫链-蒙特卡洛(Markov Chain Monte Carlo,MCMC)次优数据关联算法,它应用蒙特卡洛采样方法对监控区域的测量集合进行组合优化,获得最大的后验概率密度进而逼近马氏链的平稳分布。该算法结合弹头分导实际情况,重新分配关联假设权值并优化了继承性,极大地减小了关联时间。仿真结果表明该算法与经典的多假设算法相比,关联概率随着目标密集程度增加而显著提高,并且计算量远小于多假设算法。
文摘食物网结构特征和能量流动的研究,对于维持海洋生态系统结构和功能的稳定具有重要意义,有助于深入理解海洋生态系统的复杂过程。本研究基于2019-2021年在江苏近海北部海域开展的季节性渔业资源底拖网调查数据,通过构建基于蒙特卡罗马尔科夫链算法的逆线性模型(Linear Inverse Models using a Monte Carlo Method Coupled with Markov Chain, LIM-MCMC),结合生态网络分析(Ecological Network Analysis,ENA)的方法,分析了该海域生态系统状态和食物网能量流动特征,旨在为江苏近海北部海域食物网营养动力学研究提供参考依据。结果表明,该海域生态系统共包含299条能量流动路径,能量流动分布整体呈典型的金字塔结构,各功能群呼吸消耗和流入有机碎屑的能量保持同步性。通过与其他海域比较发现,江苏近海北部海域生态系统的连接指数(Connectance,C)和系统杂食指数(System Omnivory Index,SOI)分别为0.40和0.22,处于较高水平,表明该生态系统不同营养级间的营养联系较为紧密,食物网结构相对复杂,能够在较大程度上抵御外界扰动。总初级生产力/总呼吸(Total Primary Production/Total Respiration,TPP/TR)和Finn’s循环指数(Finn’s Cycling Index,FCI)分别为1.05和5.76%,表明该生态系统对能量利用效率较高。此外,约束效率(Constraint Efficiency,CE)、发展程度(Extent of Development,AC)、协同效应指数(Synergism Index,b/c)和主导间接效应(Dominance Indirect Effects,i/d)也表明该生态系统具有较高的系统发展程度、再生潜力和系统发展空间。本研究将有助于为江苏近海北部海域生态系统的修复和渔业资源的可持续利用提供理论基础,为实施基于生态系统的渔业管理提供科学依据。
文摘针对不规则区域面积测算中定位精度和面积计算精度两方面不足,提出一种定位精度高、面积误差小的面积测算新方法。其采用一种组合定位方法精确定位,即将差分GPS测量系统(DGPS)与马尔可夫链蒙特卡罗(Markov chain Monte Carol,MCMC)粒子滤波相结合,再配合复化Newton-cotes算法,拟合边界曲线并准确求得区域面积。将MCMC粒子滤波应用于DGPS定位数据处理,其既可处理非高斯分布噪声,又解决粒子滤波(PF)的粒子退化问题,提高定位精度。将复化Newton-cotes算法应用于面积计算,其既避免高次插值的舍入误差,又将面积区间进一步细分,提高面积计算精度。实验结果表明,该新方法定位精度更高,面积误差更小。
文摘为提高水文模型参数识别的可靠性,融合自回归模型与马尔可夫链-蒙特卡洛方法(auto regressive model based modified Markov Chain-Monte Carlo,AR-MCMC),利用自回归模型刻画残差序列的自相关性,修正MCMC方法中的残差协方差矩阵。通过新疆提孜那甫河流域融雪径流模型(SRM)的案例分析发现:融雪径流模拟的残差序列具有显著的自相关性;修正残差协方差矩阵后,边缘似然值更大;综合考虑多项评价指标,AR-MCMC方法在识别期与验证期推求的预测区间均优于MCMC方法;对比2种方法在识别期与验证期的纳什系数,采用AR-MCMC方法依次为0.86、0.89,而采用MCMC方法依次为0.84、0.87,即AR-MCMC方法获取的模型拟合效果更好。分析结果表明,相对于传统的MCMC方法,AR-MCMC方法能够更好地对研究区融雪径流过程进行模拟预测。
文摘基于马尔科夫链蒙特卡洛(Markov Chain Monte Carlo,MCMC)方法的时域波达方向估计算法通过构造马尔科夫链的方式来对波达方向进行估计,但是现有的算法在马尔科夫链的收敛速度和结果上并没有表现出很好的鲁棒性。为了优化算法的性能,采用多(短)链并行的方式代替原来的长链生成方式,提高了算法收敛的稳定性;并对特定模型下的构造过程进行分析,优化了状态空间,提高了算法的搜索效率;同时结合多混合的MCMC方法,进一步提高了算法估计的精确度和收敛速度。仿真结果表明,改进后的算法对波达方向估计的准确性和实时性都有很大提升。
