基于专家信息的先验分布融合方法

运用Bayes方法进行复杂系统可靠性分析时 ,先验分布的获取与表示是一个关键问题。文章研究了利用专家信息进行先验分布融合的方法 ,对基于AHP方法和综合因子法的先验分布权重确定方法进行了分析 ;在给出各先验分布权重的基础上 ,对多源先验信息的融合后验分布进行分析     

成败型系统可靠性增长的Bayes评估

针对成败型系统在研制阶段的动态增长的可靠性评估问题,依据前期可靠性增长试验中多阶段的试验信息和专家经验,提出了基于新Dirichlet先验分布的可靠性增长的Bayes评估方法。该方法根据已有的不同阶段试验信息,利用离散AMSAA（Army Material System Analysis Activity）可靠性增长模型描述可靠性增长试验中不同阶段可靠性的增长趋势,并对各个阶段的可靠性进行评估;针对下一阶段建立基于新Dirichlet分布的可靠性先验分布,并根据下一阶段可靠度的估计值采用最大熵模型给出先验分布参数估计;在获得现场试验数据的条件下,给出下一阶段的可靠度后验估计,并讨论不同区间范围对后验可靠性的影响。最后通过实例分析,表明相较于直接利用离散AMSAA模型和Beta先验分布,该方法在合适的专家经验的指导下能够给出更为准确的可靠性评估。     

基于Bayes统计模型的卫星融合定轨方法研究

根据目前天基导航系统现状,结合中国对低、中轨卫星精密定轨的要求,给出了天地基信息融合定轨的原理;结合卫星待估融合参数的先验信息,提出了基于Bayes统计模型的卫星精密定轨方法;在卫星观测的线性化融合模型中引入观测噪声,利用概率估计融合模型,根据Bayes理论进行卫星状态改进量的最大后验估计,并分析了Bayes估计方法的定轨精度;依据期望融合的待估改进量方差最小规则建立了相应的参数求解算法;最后以导航融合测控系统中测距和测速数据的融合定轨为例进行了仿真实验,表明该融合方法能够得到很好的定轨效果。     

面向复杂系统的三维Bayes网络测试性验证模型

针对当前武器装备复杂的系统结构,现有基于装备整机系统测试性先验信息的测试性验证方法难以适用,基于分系统测试性先验信息的测试性验证方法不能系统有效地处理先验信息,导致测试性验证结果可信度不高的问题,提出一种面向复杂系统的三维Bayes网络测试性验证模型。该模型能充分运用装备各层级结构中所蕴含的条件独立性,有效降低构建Bayes网络模型的复杂度,同时能融合装备各层级单元的先验信息。通过给出的三维Bayes网络的条件概率学习方法及G/M-H算法,由底层单元数据通过模型逐步向上融合,得到顶层测试性指标的后验分布,进一步利用顶层后验分布求取故障样本量。结果表明:该模型能充分考虑复杂系统的系统结构及各层级单元先验信息,并能通过模型推理得到的指标后验分布达到有效减少测试性验证故障样本量的目的。      

引入失效情形下某型液压电机可靠性分析

针对直接使用无失效数据对装备进行可靠性分析而产生的“冒进”问题，通过引入失效信息对数据进行综合处理，从而对可靠性参数进行合理的估计。以寿命服从指数分布的某型导弹液压电机为例，在其失效率的先验分布为Gamma分布且超参数均服从均匀分布时，证明了失效率在无失效数据时的期望Bayes（E-Bayes）估计法，提出了改进型的截尾试验时间的确定方法，通过引进失效信息，推导了失效率的综合E-Bayes估计法，并给出了可靠度的综合估计法。结合液压电机无失效数据实例，计算得到失效率和可靠度的综合E-Bayes估计，与现有的方法相比，二者的极差分别减小了22.33%和38.02%，说明了所提方法的合理性与可用性。      

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。     

基于不完美先验信息的随机系数回归模型剩余寿命预测方法

剩余寿命预测是设备预测与健康管理的核心问题，准确的剩余寿命预测可以在故障发生前进行有效的维护保养，以减小设备故障发生的概率。针对实际剩余寿命预测中先验信息不足或缺乏的问题，提出一种克服不完美先验信息影响的启发式剩余寿命预测方法。首先，利用非线性随机系数回归模型进行退化建模。其次，证明了基于单个设备现场退化数据，期望最大化（EM）算法的参数估计结果收敛于极大似然估计（MLE）算法的参数估计结果，并提出一种合理融合先验信息和现场信息的启发式剩余寿命预测方法。最后，通过数值仿真数据和实际锂电池退化数据对提出的结论和方法进行了验证，结果表明:启发式剩余寿命预测方法相比传统贝叶斯方法能够较好地克服不完美先验信息的影响，更为准确的预测设备地实际剩余寿命。      

整机产品失效机理危害度定量分析方法

针对整机产品失效机理多而复杂、失效数据少、主失效机理分析为定性方法的现状,提出了一种基于Bayes的失效机理危害度定量分析方法.首先利用Dirichlet分布描述产品的先验信息,结合现场失效数据确定失效频率的Bayes后验分布函数,然后通过Slice抽样方法获得失效频率的满条件分布,进而利用Gibbs抽样得到其Bayes估计,从而实现了各失效机理的定量分析.最后在某型光纤连接器失效机理已分析清楚的前提下,分别用FMMEA(Failure Modes,Mechanisms and Effects Analysis)及Bayes方法确定了其主失效机理,结果表明基于Bayes的失效机理危害度定量分析方法考虑了现场未出现的失效机理危害度,其确定的主失效机理比FMMEA结果更具有可信度.     

基于轨道预报的热层模式评估

在太阳活动高低年的地磁平静/扰动环境下,利用不同热层大气模式J77,DTM78,MSIS00,JB2008和CHAMP加速度计反演密度,分析有无先验信息条件下的轨道预报误差.结果表明无先验信息的精密轨道预报中,热层模式的性能可能被弹道系数等参数偏差干扰,此时预报误差不能作为模式性能的评价标准.先验信息对轨道预报精度提升非常明显,尤其是地磁扰动期先进热层模式性能得以展现,轨道预报误差为无先验信息情况下的10%～25%.目前热层模式的主要缺陷存在于地磁扰动期.各模式之间的差异是:JB2008模式可以通过线性和单一频率周期项补偿,而J77及DTM78等模式还存在更多频率的误差.本文对不同情况下精密轨道预报的研究结果可为空间碎片碰撞预警等工程实践提供参考.      

基于GTLS的零动量卫星惯量矩阵在轨辨识

使用广义总体最小二乘(GTLS,generalized total least squares)方法对零动量卫星进行惯量矩阵在轨辨识.提出了GTLS算法的先验最小距离解的定义:当测量信息不足以确定唯一解时,解空间中最接近先验估计的解.给出了先验最小距离解的算法,并应用于惯量矩阵在轨辨识.仿真结果表明了该辨识方法的有效性及先验最小距离解相对于最小范数解的优越性.     

铝合金预腐蚀与疲劳性能灰色模型研究

利用等间隔和非等间隔GM(1,1)模型,拟合并建立了模拟加速预腐蚀后铝合金的腐蚀失重、最大孔蚀深度及疲劳强度额定值与腐蚀时间的非线性关系.结果表明:与常用的幂函数模型相比,用GM(1,1)模型能较好地反映铝合金腐蚀过程的变化趋势及其对疲劳性能的影响;无论等间隔还是非等间隔数据,GM(1,1)模型都能较好地描述,并可通过残差修正模型来提高GM(1,1)模型的精度.      

基于区间算法的微小卫星微推力器阵列规模估计

摘要： 针对以固体微推力器阵列为执行机构的微小卫星初入轨姿态控制需求,研究固体微推力器阵列规模的估计方法.在设计了微推力器阵列单元调用规则和姿态控制律后,考虑微推力器阵列各单元冲量输出的不确定性,使用区间数表示微推力器单元的力矩输出,引入区间算法对初入轨的消旋和姿态捕获两个主要过程中微推力器单元的消耗情况进行计算.利用区间数的不相关性,改善区间计算过程,减小了由区间积分导致的区间扩张.仿真分析表明,提出的固体微推力器阵列规模估计方法可以给出预定入轨条件下的阵列规模需求,且其结果不依赖于微推力器单元力矩输出的概率特性.     

多传感器多目标系统误差融合估计算法

为解决多传感器组网系统的系统误差估计问题,基于多传感器多目标上报信息,研究并提出了一种多传感器多目标系统误差融合估计算法.算法构建了两级融合结构,即第一级对多传感器组合状态估计信息进行反馈融合以改善局部组合状态估计精度,从而间接改善系统误差的估计精度,而第二级对多目标系统误差估计信息进行融合以进一步提高系统误差的估计精度.蒙特卡洛仿真显示算法能有效融合利用多传感器多目标信息,实现多传感器系统误差的实时精确估计.     

自适应OFDM采样频偏估计算法

修正了基于数据判决的采样频偏估计公式,提出一种自适应采样频偏估计算法,利用离散导频估计频偏变化,从而得到参与估计的数据符号间隔,并且同时使用信道估计结果和接收数据对采样频率偏差进行估计,达到提高估计精度的目的.仿真表明,在高斯白噪声信道下,新算法估计精度比基于数据判决算法和基于离散导频算法高3 dB左右;在多径信道下,新算法的估计精度比其他两种算法提高5 dB以上.实验结果表明,该算法的星座收敛速度快,提高了接收机性能.      

基于小样本的试验系统可信度评估方法

针对小样本试验数据信息匮乏、难以利用概率统计方法进行可信度评估的问题,将重抽样方法与小样本区间估计方法相融合,提出了小样本试验系统新型可信度评估方法。利用重抽样理论,获取多个具有相同样本量的相似小样本。根据灰色系统理论,提出了改进的灰色置信度及置信区间的定义及计算方法。并在此基础上通过求公共区间的方式计算原小样本数据的灰色置信区间。该置信区间在相同的置信度下,区间宽度更窄,精度更高。通过算例仿真,验证了上述方法的合理性、有效性,对工程试验中的小样本数据系统评估提供了一定的方法指导。      

基于经验分布的区间数据分析方法

现有区间数据分析的方法通常假设数据在某一区间上服从均匀分布,这在实际数据分析中通常是不成立的.针对此问题,在原始数据来源于连续分布的简单假设下,利用经过分布函数变换后的随机变量服从(0,1)上的均匀分布,分别采用经验分布函数和核估计对原始数据的分布函数进行估计.基于此设计变换,对变换后的数据进行均匀分布的假设检验,通过检验后进行后续的区间数据分析,使得均匀分布的假定得以成立,保证了统计理论上的严谨性.数据模拟结果表明,将经验分布函数变换后的数据作为研究对象,进行区间数据分析,所得到的统计建模结果更加合理且具有较强的解释力.      

基于TLE的弹道系数计算方法及应用分析

针对仅使用两行要素（Two Line Element，TLE）作为数据源的应用需求，研究了基于TLE轨道衰减的弹道系数计算方法。介绍了一种常用的基于两组TLE的直接计算法，分析TLE选取间隔对结果精度的影响；提出了一种基于多组TLE的迭代计算方法，以降低异常TLE对计算结果的影响；从弹道系数计算效果、在再入预报中的应用等方面对这两种方法进行比较分析。结果表明，两种方法各有优劣，基于多组TLE的迭代计算法稳定性更高、受TLE精度的影响更小；由于数据区间更短，基于两组TLE的计算结果对短期轨道衰减特性反应得更准确，用于临近再入时的预报效果更好。     

现场信息的可靠性参数评估

为充分利用航空产品现场使用中获得的可靠性信息,多年来对现场信息的特点进行了研究,在参数的点估计方面完善了一套处理方法。为使其评估结果付诸实用,用统计分析的方法对MTBF(平均故障间隔小时)的点估计结果进行了修正,并针对现场信息随机截尾的特点,推导了随机截尾子样的区间估计及单边下限估计的公式,以运七飞机机载成品为例给出了参数的计算值。     

UKF参数估计在三体Lambert问题中的应用

为了快速精确地求解三体Lambert问题,提出了一种新的基于无损卡尔曼滤波(UKF)参数估计的数值求解算法,该算法由初值猜测和精确解求解两部分组成.首先,基于地月系统二体模型,通过简单迭代求解三体Lambert问题的初值.然后,将三体Lambert问题对应的两点边值问题转化为参数估计问题,通过UKF滤波算法求解,可得到收敛的精确解.该算法是基于概率估计理论的,不仅避免了传统数值方法推导相关梯度矩阵的复杂性,而且降低了三体Lambert问题对初值精确度的要求,从而显著降低了三体Lambert问题求解的难度.数值仿真表明,该方法求解效率较高,具有良好的鲁棒性,与微分修正算法、二阶微分修正算法对比具有更大的收敛域.