仿真输出非平均性能测度的Bayes估计

考虑离散事件仿真中一个非平均性能测度－－比例的估计问题，在对有关比例的已有估计方法的概述和分析的基础上，提出了一种比例的Ｂａｙｅｓ估计方法和贝塔分布的区间估计方法，从实验上对这些方法进行了研究和比较，从而证明了Ｂｅｙｅｓ方法能合理地给出比例的估计，而且仿真精度在大样本情形比已有方法略有提高，在小样本情形有明显的改进。     

三阶段法与活动周期图

对二种离散系统仿真建模方法，三阶段法和活动周期图进行系统的介绍，分析与讨论，指出它们的特点，应用情况及最新发展，三阶段法是分析研究仿真问题的一种世界观，具体反映在仿真软件及模型的程序结构，活动周期图往往与三阶段法一道使用，用于描述系统内实体的逻辑流程，这两种方法的特点使它们成为欧洲，尤其是英国最重要的离散系统仿真建模方法。     

小样本或单次仿真运行的统计分析方法

提出用Bayes方法对小样本或单次运行的仿真输出进行分析,给出了几种条件下的Bayes方法和伽玛分布置信区间的估计方法,提出了Bayes方法中先验分布的确定方法和准则。并用M/M/1排队系统对几种分析方法进行了实例研究。实验结果表明,Bayes方法有明显的优越性和应用前景。     

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。      

离散事件动态系统扰动仿真

概述离散事件动态系统无穷小扰动分析与仿真结合的思想，仅用一条样本轨迹，计算系统性能测度的梯度，在仿真过程中，随着下一事件的确定产生扰动，通过状态更新实现扰动传播，在仿真输出中计算性能测度梯度的估计值，分析研究表明，该方法具有计算量小，梯度估计方差小的优点。     

基于全信息的正态分布型数据的线性回归分析

针对正态的分布型符号数据,提出一种新的线性回归分析方法.以体现正态的分布型数据的全部原始信息为出发点,给出正态的分布型变量的一阶矩、二阶原点矩、二阶混合原点矩的定义和计算原则.在此基础上,定义针对正态的分布型数据的线性回归模型以及残差信息的平方和,推导最小二乘回归系数.仿真实验证明了该方法所得回归模型在解释能力和预测能力上的有效性以及相对于"中心法"的优越性.给出的正态分布型变量数字特征的定义和计算原则为将其他经典的多元统计方法推广到分布型数据奠定了基础.     

一种修正的马氏距离判别法

马氏距离判别法是一种基于马氏距离的多元统计分析方法，其引入了协方差矩阵的逆矩阵，以排除属性变量的量纲及变量之间的相关性对距离度量的干扰。然而，在属性变量存在严重的多重共线性时，样本协方差矩阵的奇异性会影响其逆矩阵估计的稳定性，从而降低马氏距离判别法的有效性。为此，提出了一种修正的马氏距离判别法，采用了一般交叉验证(GCV)方法，在属性变量间存在高度相关性的情况下，选择预测效果最好的变量维度，同时可以对协方差矩阵的逆矩阵进行稳定的估计。修正的马氏距离判别法可以得到可靠的协方差矩阵的估计，提高模型的判别准确率；也可以抵抗样本外的扰动，提高模型的泛化能力。仿真实验结果验证了在属性变量存在严重的多重共线性情形下，修正的马氏距离判别法的判别效果较经典的马氏距离判别法有明显的提升。      

大型柔性空间结构的状态估计及变结构控制

本文研究大型柔性空间结构作单轴大角度操纵时的状态估计及变结构控制方法。所建立指数律的状态观测器,实现了以较少传感器估计系统弹性振动模态的目的。利用状态观测器的状态及系统输出变量反馈方法,设计了大型空间结构的动态输出变结构控制律。针对一个实际模型仿真计算,得到了满意的结果。     

对接机构地面仿真试验误差综合方法研究

对仿真试验中仿真误差的综合是给出判断仿真结果的准确度和可信度依据的重要手段。针对在对接机构半实物仿真综合试验台上进行的对接机构的地面仿真试验,提出了一种基于Ｍｏｎｔｅ－Ｃａｒｌｏ方法的误差综合方法;并通过大量的仿真模拟,得出了对接机构地面仿真试验结果的统计规律;给出了仿真结果的置信区间与置信度。此结果可为评定仿真结果的准确性和可信性提供依据。     

Chirp哈特利、Chirp余弦、Chirp正弦变换

给出了连续Chirp哈特利变换、连续Chirp余弦变换、连续Chirp正弦变换的定义.还给出了离散Chirp哈特利变换、离散Chirp余弦变换、离散Chirp正弦变换的定义.采用这几种变换估计实多项式信号的参数.详细研究了二阶离散Chirp哈特利变换、二阶离散Chirp余弦变换、二阶离散Chirp正弦变换的参数估计性能.简要分析了三阶离散Chirp哈特利变换.由于二阶离散Chirp余弦变换和二阶离散Chirp正弦变换检测信号时存在虚假信号,提出一种消除虚假信号的方法,该方法在增加一定计算量的情况下可以有效地消除虚假信号,并降低旁瓣.进行了二阶离散Chirp哈特利变换、二阶离散Chirp余弦变换、二阶离散Chirp正弦变换的计算机仿真.进行了三阶离散Chirp哈特利变换的计算机仿真.计算机仿真结果验证了分析的正确性.     

基于函数型数据的广义线性回归模型

函数型数据的回归分析研究主要集中在函数型线性模型。不要求因变量为连续型随机变量,可以为离散型或属性数据(对应于泊松或Logistic回归),对同时含有数值型多元变量和函数型变量的广义线性模型的估计问题进行分析,采用非参数方法得到了参数部分和非参数部分的估计量,并给出了一种重加权算法进行参数求解,解决了含数值型和函数型混合数据类型自变量的回归问题,同时扩展了函数型线性模型的应用范围。估计过程中,分别采用了函数型主成分和B样条基函数,并给出了基函数个数选择的准则。数值模拟结果表明,所提出方法具有良好的可行性与正确性。      

基于Riccati方程解的高增益未知输入观测器设计

针对具有未知输入和测量噪声的一类Lipschitz非线性系统,研究了状态估计、噪声估计及未知输入重构问题.通过将输出噪声看作扩展状态,把原系统转化为描述系统.针对描述系统,首先基于Riccati方程的解,提出了一种高增益观测器设计方法,实现对系统状态的估计和测量噪声的重构;之后,设计二阶高增益滑模观测器精确估计输出的微分,并利用状态和输出微分的估计,提出了一种未知输入的重构方法.在一Riccati方程有解的前提下,所提出的未知输入和测量噪声的重构,均适用于强时变信号.最后,对一个实际模型仿真,验证所提出方法的有效性.      

刚体航天器大角度姿态机动控制算法

针对刚体航天器在参数不确定及环境扰动情况下的大角度姿态机动问题,提出一种自适应离散变结构姿态控制算法.建立包含航天器姿态运动学及动力学的仿射模型,并精确反馈线性化解耦;对得到的各线性动态方程离散化处理,由离散指数趋近律推导了参数化的离散变结构姿态控制律.最后基于Lyapunov稳定性理论设计了控制参数的自适应更新律,有效克服了模型中的各时变项及干扰项影响.仿真结果表明,该算法可有效减小干扰引起的姿态指令角跟踪偏差,确保了大角度姿态机动控制的精确性与鲁棒性,并且消除了常规变结构控制的抖振现象.     

基于核主成分分析的多输出模型确认方法

目前对于不确定性环境下多个相关的复杂计算模型进行确认的方法存在计算困难及稳定性较差的问题。针对这类复杂计算模型,提出了一种新的基于核主成分分析(KPCA)的多输出模型确认方法。该方法将核主成分分析与面积法的思想相结合,构造了一个新的易于计算且稳定性高的模型确认指标。所提方法通过核主成分分析将相关的输出变量转化为不相关的核主成分,再对每一核主成分进行模型与实验的对比,从而避免了传统多输出模型确认方法中需要求解多个输出的联合累积分布函数的困难。由于核主成分分析(PCA)方法能够有效提取分析对象的非线性成分,因此基于核主成分分析的多输出模型确认方法较基于主成分分析的模型确认方法更为稳定,这表现在相同的实验样本数据下核主成分分析的方法具有更低的出错率。另外核主成分分析通过核主成分提取,可以实现多输出模型的降维,从而降低多输出模型确认的复杂度。所提方法既可以用于一般的多输出模型的确认,也可以用于多确认点的输出模型的确认。最后通过数值算例和工程算例证明了该方法的正确性与有效性。     

调频连续波无线电高度表的仿真研究

阐述了调频连续波无线电高度表工作原理和仿真模型，在分析中考虑了垂直速度形成的多普勒效应，文中给出几种仿真计算的结果，分析计算结果可得知高度表的工作稳定性以及多普勒效应引起的动态误差，仿真计算程序可以应用于优化伺服系统参量或制作高度表的数学仿真器等方面。     

气球吊篮姿态的自适应控制

本文从理论上分析了吊篮姿态控制系统数学模型中参数的不确定性,并且通过数字仿真和实验验证了这种不确定性对系统控制性能的影响.为保证得到良好的控制特性,在Popov超稳定理论的基础上,引出了气球吊篮姿态的模型参考自适应控制法.本文推出一套具有时变自适应增益的离散自适应算法,并在此基础上进行了大量数字仿真.仿真结果表明,吊篮姿态的模型参考自适应方法可以解决吊篮姿态的经典控制方法难以应付的参数大幅度变化、参数未知和非线性等问题.另外,与其它自适应方法相比,该方法还有自适应速度快、工程上易于实现等优点.      

Aspects of Global Magnetospheric Processes

Magnetospheric global modeling is a method to link observations from distant regions via physical laws and has long played a unique and crucial role in space physics. It, different from computer simulations, represents the highest level of abstraction of the physical understanding of the processes that cause observed phenomena. It results in various specific models. While it appears in the form of cartoons, it is based on and has to be qualitatively consistent with physical laws. With the advancement of computer simulations, clues to the connection between physical laws and observation can be perceived much more easily than as ever before. However, computer simulation results are highly dependent on the used boundary conditions and numerical methods which may or may not represent the reality, even if the initial conditions are properly set. Therefore, simulations can easily mislead the investigations. Furthermore, a simulation result needs to be examined using diagnostic tools, such as field line tracing and streamline tracing programs. There are uncertainties in these diagnostic methods. The errors can be very large in certain areas under certain conditions. For example, a small error may link two different field lines or stream lines. The interpretations of the simulation results can be misled by these errors. The knowledge of global modeling can be useful in identifying the inconsistencies in the simulations and the flaws in the theoretical interpretation from the simulations. This review-tutorial article outlines the principles of the global modeling and discusses the successes and flaws of several global models.