Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评 定,引入 修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精 度评定中兴趣参数的验后密度函数。通过对参数验后估计的分析,该方法能够有效避免验前 信息“淹没”现场信息的情况,而幂参数通过验后边缘分布得到。通过对验后估计平均平方 误差（MSE）的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。〖JP 〗     

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题.针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数.通过时参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到.通过对验后估计MSE的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导.     

基于最大熵法的捷联惯组历次测试数据验前分布研究

研究在验前信息贫乏的情况下,使用异源验前信息确定捷联惯性测量组合(简称捷联惯组)历次测试数据验前分布的方法.将熵的概念引入验前分布的研究中,研究了在小样本条件下通过最大熵法确定捷联惯组历次测试数据验前分布的方法.研究结果表明这种方法能够准确有效地揭示捷联惯组历次测试数据的统计特性,克服了验前信息不足带来的统计分析误差,有效的提高了统计分析的质量.     

捷联惯组历次测试数据验前分布随机加权中心融合估计法

在小子样理论中,验前分布的获取与表示是一个关键问题。针对捷联惯性测量组合(捷联惯组)历次测试数据验前分布的获取问题,探讨了在异总体情况下,多种验前信息的融合问题。提出了通过随机加权中心融合法实现多种异源信息融合,以获取捷联惯组历次测试数据验前分布,从而减小了小样本情况下的统计分析误差。     

多层验前信息下可靠性增长的Bayes分析

本文研究了两层验前信息下，指数寿命型可靠性增长试验中失效率A的Bayes估计问题。文中首先讨论了历次寿命试验中关于失效率的回归模型问题，然后由N阶段的可靠性增长试验的子样，运用Bayes方法，给出了两层验前信息下A的估计方法。为了说明文中的方法和工程应用。讨论了单层验前信息下的验前建模方法及其在多阶段可靠性增长试验中的运用。最后给出了失效率的具体Bayes估计的计算公式。     

三维射击精度的Bayes参数自助评估方法

Bayes方法是解决小样本评估问题的有效途径之一。提出了一个即充分利用验前信息     

基于验前信息融合的复杂电子设备可靠性评估方法研究

以历史批次检测数据为基础,研究了电子设备验前信息的获取方法,提出了基于收缩估计的验前信息融合技术及多源信息融合方法,在此基础上探讨了电子设备可靠性评估方法并进行了应用分析.结果表明该方法适用于电子设备可靠性状态评估,为实现电子设备潜在故障诊断奠定了技术基础.     

基于可信度的动量轮Bayes可靠性评估

动量轮具有小子样、高可靠性、长寿命等特点,其寿命和可靠性评估通常采用Bayes小子样评估方法。而在Bayes评估中往往忽略了多源验前信息之间的差异,这可能会导致评估结果与工程实际不相符。如何合理的对验前信息的差异进行定量分析是航天科技人员在可靠性评估中的一个难题。针对这一问题,从验前信息熵的角度出发提出了一种新的可信度概念,利用不同验前信息的可信度来定量刻画信息间的差异。实例分析表明,这种新的可信度概念能有效的刻画验前信息的差异程度,基于可信度的可靠性评估精度更高、更符合工程实际。
      

基于整体推断的Bayes方法及其在精度评定中的应用

验前分布的表示及验前信息的融合是Bayes小子样理论应用中的关键问题。 根据同一型号武器试验中不同状态下信息的横向互补特性,提出一种多源信息的整体推断方 法,将Dirichlet分布引入多源信息权重系数的验前信息中,建立基于Bayes网络的权重系数 推断模型,利用MCMC方法更新所有节点信息,得到了合理的权重系数验后分布,解决了多源 信息加权融合中权重系数难以确定的问题。仿真结果表明,该方法可以有效地融合验前分布 ,在精度评定中有一定的应用前景。
     

基于Bootstrap方法的捷联惯组历次测试数据验前分布研究

针对捷联惯性测量组合（捷联惯组）历次测试数据小样本的特点，在总体分布参数形式未知的情况下，根据已有的先验信息，提出了通过Bootstrap重采样技术，获得捷联惯组历次测试数据总体参数的验前分布。结合当前样本信息，给出捷联惯组历次测试数据的验后分布。将统计推断建立在验后分布基础之上，可以减小小样本情况下的统计分析误差。