摘要：该文针对概率主成分分析(PPCA)模型用于1维高分辨距离像(HRRP)识别对噪声敏感的问题,对经典PPCA模型进行修正。该方法将基于高斯分布的PPCA模型扩展为基于t分布的PPCA模型,能够综合利用t分布对噪声稳健和PPCA模型自由参数少的特性。同时为了减少目标方位敏感性对HRRP统计建模的影响,进一步将t分布模型扩展为混合概率t分布模型,能够以分布趋同的原则将不同方位帧内具有相同统计特性的HRRP数据进行聚类,减少模型的失配,改善识别性能。模型参数通过期望最大值(EM)算法估计,可提高计算效率。最后,通过贝叶斯规则,以获取的统计特征识别测试数据,仿真结果表明该方法能够提高低信噪比条件下PPCA模型的稳健性。

摘要：为了解决组合导航中由于野值存在而导致传统滤波算法性能下降的问题,针对SINS/GPS组合导航系统模型提出基于t分布的变分贝叶斯高斯滤波算法,充分考虑野值所导致的噪声厚尾特性,将观测噪声建模为t分布.对系统状态和自举变量进行估计,并且在每个滤波时刻借助变分贝叶斯学习对状态估计进行迭代,以逼近真实后验分布.针对噪声存在野值的场景进行仿真验证,结果表明,在SINS/GPS组合导航系统中,当噪声存在野值时,基于t分布的变分贝叶斯组合导航滤波方法具有一定的鲁棒性,并且精度优于传统组合导航滤波方法.

摘要：为利用少量实测数据快速构建能够反映因品种、环境条件、栽培管理措施等因素产生形态结构差异的玉米群体三维模型,提出基于t分布函数的玉米群体三维模型构建方法。通过实测数据构建主要株型参数的t分布函数,在其约束下生成群体内各植株主要株型参数,通过构造株型参数相似性度量函数调用玉米器官三维模板资源库中的器官几何模板,结合人工交互或图像提取的各植株生长位置与植株方位平面角2组群体结构信息生成玉米群体几何模型。利用三维数字化仪获取的玉米群体田间原位三维数字化数据所构建玉米群体计算得到的LAI与该方法构建玉米群体计算得到的LAI进行对比验证,结果表明:该方法所生成玉米群体叶面积指数与原位三维数字化数据所构建玉米群体计算得到的LAI相比,误差在±2%以内,可以满足面向可视化计算的玉米结构功能分析研究需求。方法可为玉米株型优化设计、耐密性鉴定、品种适应性评价等虚拟试验研究提供技术手段。

摘要：本研究主要介绍了用Excel中的tDISt函数和tINV函数在t分布中的应用。tDISt函数可以计算t分布的概率,双尾概率和单尾概率的不同之处在于提示框中"tails"的填写数字不同,双尾填"2",单尾填"1";而tINV函数则可以计算t分布的临界值。从t分布的概率计算和临界值计算上来看,Excel统计分析功能略胜于SAS和SPSS。

摘要：小型农田水利工程项目混凝土强度是否满足设计要求的判定标准目前多采用试块检测报告,受送检混凝土试块数量的限制,项目混凝土强度可能产生较大偏差。该文以宁化县2016年小型农田水利重点县建设项目被抽检建筑物混凝土强度可靠性分析为例,构建服从t分布的混凝土强度随机变量并进行抽样,分析混凝土强度可靠性,尝试从整体角度判定项目混凝土施工质量。

摘要：由于WSN的组成是大量廉价的传感器节点,因而节点的计算、通信和感知能力均有限,所以,数据传输网络的最小化之间的提高传感器的使用寿命和整体的带宽利用率是非常重要的。在无线传感器网络之中,组合和组合传感器数据的过程就是数据融合。在文献中,该算法通常使用模糊集和主成分分析来构建相似矩阵来计算每个传感器的权重。使用统计分布,将整个收集的数据作为整体处理,并且所有测量值均由t分布加权。通过实验仿真该融合算法在某些场景优于一些常见的方法。

摘要：为了改善标准蜣螂优化算法(dung beetle optimization,DBO)的收敛精度低、稳定性不足和易陷入局部最优等问题,提出了多策略改进蜣螂优化(multi-strategy improved dung beetle optimization,MSIDBO)算法。首先,使用融合Fun混沌与逆向学习策略初始化蜣螂种群,增加种群多样性和随机性;其次,引进鱼鹰算法的第一阶段的全局勘探策略替换蜣螂滚球阶段的位置更新,弥补蜣螂算法在滚球阶段依赖最差值,加快算法的求解速度和求解精度;再次,根据小蜣螂觅食位置更新引入自适应步长策略与凸透镜成像策略的集成,提高了算法全局开发和局部探索的能力;最后,对偷窃蜣螂的觅食行为进行自适应t分布扰动,使得算法更快跳出局部最优。将MSIDBO和其他算法在14个函数上进行测试,结果表明相对于其他群智能优化算法,MSIDBO的寻优能力、收敛能力等明显高于其他算法。将改进的算法用于压力弹簧设计优化问题,进一步证明改进后的算法具有较好的优化性能。

摘要：为了解决带厚尾过程和量测噪声的非线性状态估计问题,本文提出了一种新的鲁棒非线性滤波器.首先,对带厚尾过程和量测噪声的非线性系统进行了数学建模,并推导了基于Student’s t近似的鲁棒非线性滤波器(RStNF)的一般结构.其次,针对RStNF中涉及到的含有关于Student’s t分布的多维非线性函数积分的求解问题,提出了基于Student’s t分布的球径容积准则(StSRCR),并在此基础上设计了一种新的鲁棒Student’s t容积滤波器(RStCF).最后,利用目标跟踪仿真验证了本文提出的带厚尾噪声的RStCF的有效性以及与现有方法相比的优越性.

摘要：针对多传感器系统的观测噪声为非高斯噪声的问题,通过Student’s t滤波框架和四元数特性相结合,以无迹变换计算Student’s t加权积分函数,设计基于Student’s t分布的无迹四元数滤波算法,作为局部滤波算法.利用拉格朗日乘子法计算最优融合权重系数,通过线性加权融合的方式,对各局部滤波结果进行融合.采用基于四元数的目标姿态运动模型进行仿真,利用3个星敏感器同时对同一目标进行观测,通过与已有的鲁棒无迹Student’s t滤波(RStUF)算法对比,验证所提算法的有效性.仿真结果表明:所提算法在对目标姿态的估计精度、滤波收敛速度及收敛后的数值稳定性方面均高于RStUF算法;通过多个观测信息互补,提高了估计精度及容错性.

摘要：为了解决带有色厚尾量测噪声的非线性状态估计问题,本文提出了新的鲁棒高斯近似(Gaussian approximate,GA)滤波器和平滑器.首先,基于状态扩展方法将量测差分后带一步延迟状态和白色厚尾量测噪声的非线性状态估计问题,转化成带厚尾量测噪声的标准非线性状态估计问题.其次,针对量测差分后模型中的噪声尺度矩阵和自由度(Degrees of freedom,DOF)参数未知问题,设计了新的高斯近似滤波器和平滑器,通过建立未知参数和待估计状态的共轭先验分布,并利用变分贝叶斯方法同时估计未知的状态、尺度矩阵、自由度参数.最后,利用目标跟踪仿真验证了本文提出的带有色厚尾量测噪声的鲁棒高斯近似滤波器和平滑器的有效性以及与现有方法相比的优越性.