一种辐射环境下小子样试验评估方法

对元器件在辐射环境下的小子样试验评估方法作了分析研究，基于元器件辐射损伤阈值服从正态分布的假设，采用基于虚拟增广的小子样试验评估方法对元器件抗辐射能力进行评估，得到了元器件在给定置信水平下的损伤阈值下限及在给定辐射水平下的生存能力，通过实例验证了评估方法的可行性。在labview开发环境下完成方法的软件研制。方法可为航天器的抗辐射加固设计与评估提供有益参考。     

小子样疲劳试验数据的特征寿命估算方法评估

疲劳试验数据一般属小子样范畴,在Weibull寿命分布的假设下应考虑特征寿命的统计置信度.总结特征寿命概率估计的贝叶斯法和虚拟增广样本的Bootstrap法,通过2024-T3直耳片的七组疲劳试验数据对二者进行对比和评估.针对EDF拟合检验法无法对特征寿命估计值的合理性提供实质性指导的问题,提出一种新的试验样本数据全部落入寿命分布（1-a）双侧百分位区间的判定方法.结果表明：Bootstrap法的特征寿命估计值比贝叶斯法偏大;本文提出的判定方法可有效定性判断特征寿命估计值偏大或偏小.     

验前大容量仿真信息“淹没”现场小子样试验信息问题

在运用Bayes方法对武器系统进行鉴定的过程中，仿真信息作为验前信息使用一直是一个有争议的问题。本文给出了验前子样可信度的定义及相应的计算方法，在分析了大量仿真信息“淹没”小子样现场试验信息这一现象的基础上，将验前信息的可信度引入统计推断，较好地解决了仿真信息在试验鉴定中的应用问题。     

小子样场合下估算母体百分位值置信下限和可靠度置信下限的Bootstrap方法

将Bootstrap方法引入到小子样场合下母体百分位值置信下限的计算中,并与传统的单侧容限系数法和新单侧容限系数法进行了大量的对比计算,算例表明Bootstrap方法明显优于其他两种方法,在较高可靠度和置信度要求下母体百分位值置信下限不会出现负值的情况,而且计算得到的结果更接近真值。发展了一种半参数Bootstrap方法用于计算可靠度的置信下限,模拟计算表明半参数Bootstrap方法很好地克服了置信度较高时,新旧单侧容限系数计算出的可靠度置信下限过低的局限性,而且半参数Bootstrap方法的计算结果均有较高的精度。     

导弹精度评估的非参数Bootstrap方法

基于目前导弹试验的实际状况，讨论了小子样情况下精度指标的置信区间估计的非参数Bootstrap方法。介绍了Bootstrap方法的基本概念，综合比较了非参数Bootstrap抽样和参数Bootstrap抽样的特点，对基于传统百分位法的改进区间估计方法进行了简要说明，包括迭代Bootstrap方法、Bootstrap-t方法及纠偏百分位方法；最后，通过大量仿真计算初步分析了各种非参数Bootstrap区间估计方法的性能和适用范围，并给出了若干建议。     

单子样寿命试验评估的综合概率分布法

提出了大型复杂结构体系或机构系统只做单子样1次寿命试验的评估方法。即据单子样的1次试验值创造性地提出确定当前概率分布及据此作出评估的方法,继而给出了结合半经验算法与当前概率分布算法的加权综合算法。附有算例阐明所提出的方法。     

直升机动部件小子样全尺寸疲劳试验件的x~2检验

本文将X~2检验——“检验一个小子样是否来自已知标准差的母体”方法应用于直升机动部件的疲劳试验数据统计处理中,并与传统方法获得的结论进行了对比。结果表明:同样的小子样试验数据,若运用检验合格的结论,在同样的可靠度下,能较大幅度地提高零件的疲劳寿命。     

多种验前信息源情况下的融合验后分布

本文研究Bayes统计推断中有多种(或多阶段)验前信息时,分布参数验后分布的表示。文中,首先在考虑验前子样可信度的基础上,对多种验前信息源进行了综合,得出了验前分布的融合表示。然后,给出分布参数验后分布的表示,列举了应用示例。本文方法,对于小子样武器装备精度的评估具有普遍意义。     

多种验前信息源情况下的融合验后分布

本文研究Ｂａｙｅｓ统计推断中有多种（或多阶段）验前信息时，分布参数验后分布的表示。文中，首先在考虑验前子样可信度的基础上，对多种验前信息源进行了综合，得出了验前分布的融合表示。然后，给出分布参数验后分布的表示，列举了应用示例。本文方法，对于小子样武器装备精度的评估具有普遍意义。     

基于指数分布第K次序统计量试验寿命可靠性评估方法

针对航空发动机部分元器件或系统的可靠性评估和可靠性试验设计问题,推导了寿命服从指数分布时基于任意第k次序统计量的试验寿命可靠性评估理论公式,并给出了置信度为90%、95%时基于第k次序统计量的可靠寿命试验设计系数表。结果表明:采用该方法可确定给定可靠度、设计寿命、破坏数及子样数时的最短试验时间,或者给定设计寿命、可靠度、置信度、子样数及试验时间时最大允许故障数。综合考虑试验件数量及试验时间,可对寿命可靠性试验进行成本优化设计。     

基于自助法的小样本数据分析方法研究

自助法（Bootstrap）和随机加权法（Bayes Bootstrap）都是较好的处理小样本数据的方法,其无先验性,以及计算过程中只需要实际观测数据的优越性,使其广泛地应用于实际数据处理之中,后者的估计精度要更好些。但对连续情况而言,自助法的计算特性使得重抽样本局限在原始样本范围内,无法渐进于真实情况。文章基于自助法研究了用改进的样本经验分布函数来解决这个问题,并通过仿真算例说明方法的有效性。     

自助法在小样本数据均值估计中的应用

自助法（Bootstrap）是较好的处理小样本数据的方法,其无先验性及计算过程中只需要实际观测数据的优越性,使其广泛地应用于小样本数据处理。针对方法自身存在的缺陷,文章比较了目前自助法常用的两种抽样方式的优劣性,并采用改进的样本经验分布函数来解决这个问题,通过对均值的估计证实了方法的有效性。     

基于样本分位数的机载燃油泵故障状态特征提取及实验研究

机载燃油泵的健康状态关系着飞行任务的完成和飞行安全,对机载燃油泵的故障状态特征提取及诊断成为亟需解决的问题。通过对机载燃油实验系统的振动与压力信号进行综合分析,提出了一种基于样本分位数的故障状态特征提取方法。首先,根据样本分位数的渐近分布定理,讨论了样本分位数的统计特性,分析了故障状态与样本分位数的对应关系,从理论上保证了该方法的可行性,在实测数据统计分析的基础上,讨论了样本容量对样本分位数稳定性的影响;其次,根据样本分位数渐近分布定理计算各故障状态的置信区间,并与Bootstrap方法得到的置信区间进行对比,结果显示,依据样本分位数渐近分布定理得到的置信区间真实可靠,为在线故障诊断提供了依据;然后,以各故障状态下提取的样本分位数为特征向量构建贝叶斯判别函数,进行故障诊断;最后依据故障诊断的正确率对传感器进行优化,结果表明,同时安装振动传感器与压力传感器可以提高故障诊断的正确率,并且只安装1个压力传感器与1个特定方向的振动传感器即可对机载燃油泵的故障状态进行完全识别。为快速准确的在线判断机载燃油泵的状态提供了理论支撑,并且可以降低工程应用中机载燃油泵监测系统的体积、功耗及复杂性。     

指数信号模型中参数的稳健估计

 给出了阻尼指数信号模型中参数的M 估计和Bootstrap M 估计; 基于Prony 方法给出估计的重新定义和新算法; 并且在较弱的条件下证明了这些估计的相容性; 最后利用Huber 函数给出了两种估计的模拟结果, 结果表明这两种估计的稳健性和精度都比传统的最小二乘估计好。     

基于Bayes理论的小子样维修性验证方法研究

针对现有经典维修性指标验证方法的不足,提出了一种小子样的维修性验证方法,即采用Bayes理论对维修性指标进行验证.给出了应用该方法的一般步骤,探讨了维修时间总体分布的确定方法,采用随机加权法对验前分布进行确定并利用ML - Ⅱ方法实现了多源信息的融合;进一步分析推导了基于Bayes理论的维修性验证方法的检验判据和样本量的大小.最后通过实例分析表明,该方法通过综合利用各种验前信息,可以有效地降低现场试验样本量,节省试验投入,缩短试验周期,且能保证较高的可信度.     

用自助法估计外弹道测量数据随机误差分布特性

针对外弹道测量数据的有限性使随机误差的分布估计不够准确的问题,提出了基于Bootstrap（自助）方法的外弹道测量数据随机误差分布特性估计。首先对测量数据采用样条分频技术得到随机误差的初步估计,然后采用三次多项式拟合修正样本经验分布函数,替换传统Bootstrap方法中经验分布函数,得到随机误差的Bootstrap样本,计算Bootstrap样本的统计量,从而得到精度较高的外弹道测量数据随机误差模型。从仿真数据验证结果来看,解决了传统Bootstrap方法仿真随机样本相对比较集中的问题。