基于熵理论的复杂装备费用测算模型

为了提高航空器、飞机等大型复杂装备的费用预测精度，根据相似信息优先原理和熵理论，将相似装备的选取看作是一个信息融合的过程，引入距离熵和灰关联熵，构建综合相似度指标来度量装备样本与待预测装备之间的相似程度，对不同样本进行赋权，建立加权最小二乘法对装备费用进行预测。针对装备样本数量小于参数数量的情形，通过构建装备参数对费用的驱动效应矩阵及计算相应熵权，选择熵权较大的参数作为测算模型的自变量。通过实例对比分析，表明基于熵理论的加权回归测算模型具有较高的预测精度和稳定性。      

利用转移熵研究引起磁暴扰动的太阳风参数重要性排序

磁暴是重要空间天气灾害性事件，能够影响卫星的安全在轨运行和地面电网系统等。目前，对于太阳风–磁层相互作用的研究多集中在分析相关系数的线性关系，而基于信息论的转移熵可以提供强大的无模型有向统计量，可用来分析传统相关性分析和模型假设检测不到的非线性关系。本文利用转移熵的方法，研究了磁暴期间的太阳风驱动参数。利用第23和24太阳活动周的小时精度数据进行长时间尺度分析，发现太阳风向地磁的信息传递呈双峰分布，表现出与太阳活动水平的一致性。利用2010-2018年93个地磁暴期间的分钟精度数据进行短时间尺度分析，结果表明：行星际电场(E)和行星际磁场南向分量(B z)对地磁指数Sym-H在时间延迟为60 min时信息传递较强，而太阳风速度v_{s w}、温度T _sw、数密度D_sw、磁场B和动压P_sw对Sym-H指数的信息传递较弱。上述研究结果能够为太阳风–磁层相互作用的建模提供参数选择及确定预测范围的依据。     

基于脑电信号相位传递熵的谎言机制研究

说谎是复杂的认知过程,其执行控制功能需要不同脑区的共同参与,相关研究证实了这些脑区之间存在相互作用。针对当前脑电信号特征提取方法有限及谎言机制尚不明确的问题,利用相位传递熵构建了谎言实验过程中脑电信号的脑网络,并分析了诚实组和说谎组不同脑区间的效应连接差异。采用标准的三刺激实验模式对60名受试者进行说谎检测实验,同步采集所有受试者的脑电信号并进行预处理;利用相位传递熵构建效应连接矩阵,通过统计方法对矩阵中的每一条边进行2组间的熵值差异分析,选取具有显著性差异的导联对上的熵值作为全连接神经网络的分类特征,结果显示,分类准确率为96.75%,说明相位传递熵指标可以有效区分说谎者和诚实者2类人群的脑电信号;对2类人群大脑功能网络的分析结果显示,与诚实者相比,说谎类人群的额叶、顶叶和颞叶之间存在更强的信息流动,表明说谎行为需要协调和使用更多的大脑资源。研究结果有助于揭示说谎状态下大脑的神经活动机制。      

基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法

调制识别是信号检测与解调的关键环节,针对卫星调制中采用的MAPSK,MQAM,MFSK,MPSK方式,提出了一种计算小波变换熵值并结合高阶累积量的联合调制识别算法.根据小波变换对时频信息敏感的特点,不同调制方式高阶累积量计算结果的区分性以及不同复杂度的调制信号熵值结果不同,分析了以上4类调制信号的计算结果,提出了基于小波变换熵值及高阶累积量联合的卫星信号调制识别算法.计算调制信号小波系数,据此计算熵值,实现对调制信号的类别划分,使用高阶累积量实现类别内的信号分类.经过仿真分析,可实现在8dB以上达到0.9识别率的效果,该方法对高阶（64阶调制）信号识别具有一定借鉴意义.      

最大熵原理在测量不确定度评定中的应用CSCD

当被测量是已知矩约束条件的随机变量时,可以利用最大熵的方法确定被测量概率分布。本文的目标是描述如何利用最大熵方法,将被测量的数值信息转化为概率密度函数,并且不使用其他信息,所以该方法能够用于解决计量中的问题。本文中给出具体的例子,证明最大熵方法是有效的。     

最大熵原理在测量不确定度评定中的应用

当被测量是已知矩约束条件的随机变量时,可以利用最大熵的方法确定被测量概率分布。本文的目标是描述如何利用最大熵方法,将被测量的数值信息转化为概率密度函数,并且不使用其他信息,所以该方法能够用于解决计量中的问题。本文中给出具体的例子,证明最大熵方法是有效的。     

基于MEMD和ELM的飞机机翼健康状态预测技术

复合材料在现代飞机结构中的应用越来越广泛,为了有效地对飞机机翼健康状态进行预测,提出了基于多元经验模态分解(MEMD)和极限学习机(ELM)的飞机机翼健康状态预测方法。以某型飞机复合材料机翼盒段为具体研究对象,对其进行冲击与疲劳加载试验,利用光纤传感器及其采集系统募集飞机复合材料机翼盒段的原始应变信息,对其健康状态予以表征。对所采集的原始应变信息进行MEMD分解,提取分解后各频带信号的能量熵作为表征飞机复合材料机翼盒段健康状态的特征信息,采用动态主元分析法(DPCA)将所提取的能量熵特征信息进行融合,采用融合后所得到的能量熵构建ELM预测模型,对某型飞机复合材料机翼盒段健康状态进行预测。试验研究表明,本文方法可以有效实现飞机机翼的健康状态预测,具有很好的应用前景。     

基于不确定性的航空装备体系保障性评估

针对航空装备体系结构复杂、要素繁多、耦合性强的特点，对其保障流程进行了研究。采用多Agent建模技术开展航空装备体系保障性仿真建模，并进行分析评估；考虑到保障过程中大量存在的主客观不确定性因素，分别采用模糊变量和随机分布2种变量形式予以描述；为符合客观变量动态时变的特点，将基于交叉熵的最大似然估计和哈密顿蒙特卡罗方法相结合，实现基于信息更新的仿真参数描述，优化航空装备体系保障仿真模型。以一个典型战训任务为例，验证了所提方法的可行性和准确性。      

飞机环境控制系统的最小熵增分析

一种应用于飞机环境控制系统优化设计的新方法,以热力学第二定律为基础,运用熵增原理进行系统综合优化设计,分析了主要组成部件(热交换器和涡轮冷却器)以及座舱温度舒适性要求指标对系统熵增的影响.以某型飞机环境控制系统为例,通过数学建模和计算机仿真,获得了不同结构参数下,系统运行在最小熵增状态时的引气与供气参数优化匹配结果.研究表明,提出的最小熵增分析方法对未来复杂飞机环境控制系统的综合设计具有重要的指导意义.      

对流换热边界层内熵产率分布研究

本文对平板层流对流换热边界层内的熵产率分布做了一些理论分析。讨论了气流马赫数M_∞及无因次温差τ对熵产率分布的影响。在此基础上,对层流边界层内最大熵产率的位置进行了定性的分析。     

基于最小二乘法的执行器系统机械属性评价

分析了机械属性评价方法的优缺点,给出了气动执行器和电动执行器系统机械属性的主要评价因素,并列出了执行器系统评价因素数据获取的3个途径,提出了一种基于最小二乘法的执行器系统组合权重机械属性评价方法.首先运用信息熵理论和层次分析法（AHP,Analytic Hierarchy Process）理论,分别得到两种执行器系统的机械属性权重,然后运用最小二乘法求得执行器系统的组合权重,计算出执行器系统综合评价值,选出最优方案,最后运用具体实例进行了评价方法验证.结果表明,以特定工况下的气动和电动执行器系统为例,运用组合权重机械属性评价方法,得出气动执行器系统比电动执行器系统机械属性更好,符合现场工况;执行器系统的组合权重机械属性评价结果的标准偏差比信息熵和层次分析-模糊综合评价（AHP-FCE,AHP-Fuzzy Comprehensive Evaluation）的都小.     

智能交通系统中路况信息的编码

 根据提出的一种交通量生成模型所产生的仿真数据,对城市交通中路况信息数据流的信源编码进行了研究. 压缩数据的方法是对初始信源等效变换,使变换后等效信源的概率分布比原信源更加有序,熵值更小,从而压缩率更高. 传输时还要对等效信源使用霍夫曼(Huffman)算法编出即时可译码,使该变长码的平均码长接近熵值. 给出的编码方案可用于智能交通系统(ITS)的车辆导航中对路况信息的传输.     

基于D-S证据理论的知识融合及其应用

知识融合是上世纪末提出的一种新概念,它不但能够融合数据、信息,而且还可对方法、经验,甚至人的思想进行融合.针对企业失败预警问题,提出了一种基于D-S(Dempster-Shafer)证据理论的新的知识融合方法,该方法主要包括数学建模、知识融合以及结果分析与决策三个步骤.给出了基于D-S证据理论知识融合方法的具体实现:提出了一种数学建模方法,将信息熵的概念引入到基础概率分配的确定中;针对企业失败预警问题,推导了基于D-S证据组合理论的知识融合公式;提出了一种简洁的融合结果分析与决策方法.最后通过对具有典型企业风险特性的两个上市公司进行分析和处理,验证提出的基于D-S证据理论的知识融合方法的有效性.结果表明,该方法能有效降低企业失败预警方法的不确定性.      

融合粗糙集与D-S证据理论的航空装备故障诊断

针对航空电子装备故障诊断中出现的多源诊断信息存在冲突的情况,基于粗糙集与证据理论在处理不确定问题时的优势,提出了一种融合粗糙集与证据理论的故障诊断方法.该方法利用粗糙集将信息源给出的诊断数据转化为证据理论中的mass函数,进行结果融合.同时,该方法给出边界粗糙熵的定义,并基于边界粗糙熵获得反映各信息源在诊断融合过程中重要度的动态权重参数,提出一种新的证据理论的冲突合成规则.仿真实验表明,该方法可以有效地提升诊断信息融合结果的准确性,在航空电子装备故障诊断方面有较好的实用价值.      

计算故障先验概率的最大熵方法

为了解决故障先验概率估算不准的问题,提出了基于最大熵的故障先验概率的计算模型.该模型以相关的先验信息作为最大概率估计的约束条件,并通过拉格朗日函数,将故障先验概率估算问题转化成无约束优化问题.为了实现对无约束优化问题的快速求解,提出了一种基于最速下降法和牛顿法的混合梯度算法;并且,针对大规模系统中故障变量过多的情况,依据系统分解的原则,将高维故障空间分解为多个低维故障空间,给出了低维故障空间求解的快速计算方法.通过最大熵方法和故障平均间隔(MTTF,Mean Time To Failure)方法的结果比较,证明最大熵方法更具准确性.      

Roe格式中不同类型熵修正性能分析

针对Roe格式中较为流行的3类熵修正:Muller型、Harten-Yee型和Harten-Hyman型熵修正,从理论分析入手, 辅以Euler方程为控制方程的激波管问题,前台阶流动和运动激波的双马赫反射3个数值实验,对不同熵修正的性能做了深入研究,得出如下结论: Muller型和Harten-Yee型熵修正方法作用于激波和非物理的膨胀激波2种情况:激波情况下引入的数值耗散,能根本改善"Carbuncle"现象,膨胀激波时其数值粘性也足以使膨胀激波得以耗散;而类Harten-Hyman型熵修正只对膨胀过程起修正作用,对激波情况无效,不能改善"Carbuncle"现象,该类熵修正的数值粘性较小,不足以使膨胀过程正确求解;直接采用 δ 值代替特征值的特征值修正方法效果好于传统的特征值修正方法.