基于验后概率的Bayesian序贯方差检验技术(Ⅰ)

基于验后概率和"小概率事件原理",对复杂假设条件下,方差的Bayesian序贯检验,提出了基于Bayesian验后概率的序贯方差检验的基本假设,建立了Bayesian序贯方差检验(BSVT)模型,设计了临界值的求解算法,并对"强制"截尾条件下的假设检验判别准则进行了论述.最后,结合示例对BSVT模型的求解与应用进行了说明.      

基于验后概率的Bayesian序贯方差检验技术（I）

对于正态分布参数的检验,包括期望μ与方差σ2,是航空航天装备可靠性与精度分析工程中比较关心的问题。尤其是对方差的检验,是装备试验与评价分析的一项非常重要的内容。论文基于验后概率和“小概率事件原理”,对复杂假设条件下,σ2的Bayesian序贯检验,提出了基于Bayesian验后概率的序贯方差检验的基本假设,建立了BSVT模型,设计了临界值的求解算法,并对“强制”截尾条件下的假设检验判决准则进行了论述。最后,结合实例对BSVT的求解与应用进行了说明。     

基于参数优化的截尾序贯检验法

截尾序贯概率比检验法和序贯网图检验法（SMT）是在序贯概率比检验法（SPRT）的基础上发展起来的2种方法,可进一步控制试验次数。但是这些截尾序贯方法的停止边界仍有待优化,本文以最常见的截尾SPRT为例,说明决定停止边界的参数的取值直接影响了最大试验样本量,且存在最佳取值。并以此为基础,对SMT和传统的SPRT进行了综合比较,发现截尾SMT并不优于传统的截尾SPRT,它不过是一种广义形式的截尾序贯检验法,SPRT的研究重点应该是截尾形式的构造。最后本文提供了一种曲线形式的截尾序贯检验法.     

二项分布中成功概率的贝叶斯序贯检验方法

针对成败型效应实验研究中二项分布未知参数(成功概率)的假设检验问题,在复杂假设条件下,提出了一种基于Bayesian验后概率的序贯检验方法,建立了检验的判别准则,给出了判别准则临界值的计算方法.在给定截尾实验次数的条件下,提出了一种截尾方案,建立了截尾判断方法.最后结合示例,对上述方法的应用过程进行了说明,并和现有方法进行了分析比较.结果表明:在一定先验信息的条件下,该方法给出的检验样本量远小于经典方法确定的检验样本量.      

序贯检验方案分析——二项分布情形

讨论了武器系统性能评估中的二项分布序贯检验问题。针对A.Wald教授提出的序贯概率比检验的近似公式提出了改进方法，给出了二项分布情型两类错误概率及平均试验次数的精确解决，可以保证在一定风险之下进一步减少试验次数。仿真结果表明这种方法是合理有效的。     

多元正态总体分布参数的Bayes序贯验后加权检验及估计

本文讨论了多元正态总体均值向量μ和协方差阵Σ的Bayes序贯验后加权检验及截尾序贯检验。同时，以序贯检验的停时作为Bayes序贯估计的终止试验时间，给出μ和Σ的递推估计方法。本文对于武器装备在试验场地的性能参数鉴定和评估具有实用意义。     

序贯截尾的舰炮射击精度评定方法

对传统舰炮射击精度评定方法的原理过程进行了描述,分析了其不足之处.引进了“序贯截尾检验法”的基本概念及其工程应用的基本思路,按此思路论证近程反导舰炮武器系统拦截“飞鱼”类反舰导弹试验方案,设计了拦截“FFY-1”拖靶试验方案,达到了既检验指标又减少试验次数的目的     

可靠性增长下的Bayes序贯检验方法

针对可靠性增长下的序贯检验分析问题,提出了一种变总体Bayes序贯检验方法.该方法依据产品研制过程中产生的多状态试验数据,利用离散AMSAA(Army Material Systems Analysis Activity)可靠性增长模型对产品可靠性的变化规律进行描述,给出了变总体试验数据似然函数的表达式,并对变总体Bayes序贯检验的后验概率比和决策阈值进行了定义,进而构建了可靠性增长下的Bayes序贯检验模型.研究结果表明,提出的方法有效地解决了具有可靠性增长的可靠性指标的假设检验问题.      

成败型产品基于验后概率的Bayes序贯检验技术

分析了基于损失的Bayes检验方法和基于风险的SPOT(sequential posterior odd test)方法存在的不足.对装备试验与评价中成败型产品的Bayes序贯检验,在给定的两类风险要求下,建立了基于验后概率的Bayes序贯检验模型(PBSTM),给出了模型的求解算法和实际验后风险的计算公式. 最后结合装备可靠性分析案例,进行了示例分析,从数据上证明了PBSTM模型优越性和有效性.研究结果表明:PBSTM模型从理论上保证了序贯检验的结论同时满足小概率事件原理和两类风险要求,避免了现有假设检验方法存在的不足.      

基于二项分布的优化序贯截尾检验方法分析计算

基于二项分布的优化截尾序贯检验法能降低平均试验数,可有效用于导弹试验检验方案中,但该方法存在实际风险计算不准确的特点。文章在深入分析该算法基础上,提出采用马尔科夫链的方法计算试验风险,给出了试验方案制定步骤,并用实例计算说明该方法的正确性及可行性。     

制导精度一体化试验的Bayesian样本量计算方法

针对制导精度一体化试验的样本量计算(SSD)问题,分析了应用经典样本量计算方法和标准幂先验的Bayesian样本量计算方法存在的问题和矛盾;为了解决验前样本量很大时,基于标准幂先验得到的设计先验与Bayesian平均后验方差准则之间的矛盾,综合考虑仿真可信度与验前样本量的影响,提出了试验的设计效应指标,给出一种基于试验的设计效应等价确定修正幂先验指数的方法,并用于构造Bayesian样本量计算的设计先验;以兴趣参数Bayesian估计的平均后验方差为输出精度,分别设计了在试验经费约束和评估精度要求约束下的一体化试验方案样本量优化计算方程,并通过示例分析证明了所提Bayesian样本量计算方法的有效性。     

Particle flters for probability hypothesis density flter with the presence of unknown measurement noise covariance

In Bayesian multi-target fltering,knowledge of measurement noise variance is very important.Signifcant mismatches in noise parameters will result in biased estimates.In this paper,a new particle flter for a probability hypothesis density（PHD）flter handling unknown measurement noise variances is proposed.The approach is based on marginalizing the unknown parameters out of the posterior distribution by using variational Bayesian（VB）methods.Moreover,the sequential Monte Carlo method is used to approximate the posterior intensity considering non-linear and non-Gaussian conditions.Unlike other particle flters for this challenging class of PHD flters,the proposed method can adaptively learn the unknown and time-varying noise variances while fltering.Simulation results show that the proposed method improves estimation accuracy in terms of both the number of targets and their states.     

火炮首发命中率试验脱靶弹数据处理方法

通过对出现脱靶弹情况下的散布特征参数估计方法进行研究,建立正态双边截尾样本均值和方差估计数学模型,并给出了数值计算方法,为火炮武器系统首发命中概率试验脱靶提供了理论依据。     

某型发动机无失效数据的Bayes可靠性分析

在定时截尾试验中,有时会遇到无失效数据,特别是在高可靠性、小样本问题中更容易产生无失效数据。对某型发动机的无失效数据,在失效概率服从不完全Beta分布时,给出了失效概率的Bayes估计,并在引进失效信息后,给出了失效概率的Bayes估计和综合估计,从而可以得到该型发动机可靠度的估计。     

小子样精度鉴定技术研究

讨论了小子样下的Bayes精度鉴定技术研究的一般方法,分析了考虑验前信息可信度时方差的检验,检验分为简单假设和复杂假设2种情况。给出了临界区域以及犯弃真和采伪两类错误的概率。仿真结果表明了方法的合理性。     

系统可靠性增长评估模型研究

根据系统在研制期间故障强度变化规律,考虑故障间隔时间影响的情况下,提出了广义可靠性增长评估模型,分析了其参数特性,并给出了拟合优度检验方法;然后,给出了定时截尾和定数截尾情况下,模型参数的极大似然估计公式,采用Simpson方法将积分函数化为求和函数,使得参数估计计算方便,给出了趋势检验方法给出了可靠性增长评估公式;最后,结合发动机故障数据进行了的实例分析,结果表明,模型对试验数据拟合较好,评估结果符合工程实际,模型具有实际应用价值.