Finding the Location of a Signal: A Bayesian Analysis
信号位置的确定：贝叶斯分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论方向数据的贝叶斯定位与敏感性分析，与所列经济计量细分缺乏直接对应关系。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
信号位置的确定：贝叶斯分析
- 研究问题
- 如何根据固定观测站测得的方位角定位失事飞机的应急发射器，并处理地形反射造成的异常方位观测对定位结果的影响？
- 方法与思路
- 作者为 von Mises 分布构造共轭先验，计算位置后验及其近似，再利用预测分布开展敏感性分析以识别和剔除异常方位。
- 材料陈述的贡献
- 摘要称，后验近似计算迅速且准确；基于渐近论证的异常观测处理方法，在一项小规模模拟中也表现良好。
- 阅读关注点
- 应核对方位观测与位置参数的联系、先验设置、后验近似误差，以及异常方位的判定规则和小规模模拟所覆盖的情形。
- 阅读边界
- 来源为稿件版本未注明的 OpenAlex 索引摘要；观测条件、近似误差界和异常剔除的误判风险未说明，不能据此认定普遍有效。
原文摘要
We study the problem of determining the location of an emergency transmitter in a downed aircraft. The observations are bearings read at fixed stations. A Bayesian approach, yielding a posterior map of probable locations, seems reasonable in this situation. We therefore develop conjugate prior distributions for the von Mises distribution, which we use to compute a posterior distribution of the location. An approximation to the posterior distribution yields accurate, rapidly computable answers. A common problem with this kind of data is the possibility that signals will reflect off orographic terrain features, resulting in wild bearings. Such bearings can affect the posterior distribution severely. We develop a sensitivity analysis, based on the idea of predictive distribution, to reject wild bearings. The method, which is based on an asymptotic argument, nonetheless performs well in a small simulation study. When the preceding approximation is used, the sensitivity analysis is practical in terms of computation time.