独立指数分布期望参数的Γ极小极大估计

在参数的部分先验信息已知的条件下所获得的Γ极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法,因而更切合实际.以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Γ极小极大估计做了讨论.本文给出了独立指数分布的期望参数在一般的先验矩限制下的Γ极小极大估计,同时讨论了两种特殊情况,即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Γ极小极大估计.     

基于无失效数据的某型发动机可靠性参数Bayes估计

针对装备寿命服从指数分布的情形,以失效率参数作为随机变量构建估计模型。考虑失效率的先验分布为 Gamma分布,在失效率的超参数均服从一定的均匀分布时,提出了失效率的多层 Bayes和期望 Bayes(ExpectedBayes,E-Bayes)估计方法,建立了失效率的多层 Bayes和 E-Bayes估计模型;结合某型装备发动机的无失效储存数据,计算了失效率的多层 Bayes和 E-Bayes估计值,推导了可靠度的多层 Bayes和 E-Bayes估计值。通过比较分析,可靠度的 2种估计结果都是稳健的,而后者略小于前者,且后者的极差比前者减小 81.4%。结果表明,采用 EBayes估计更易于计算,得到的结果更为准确稳健,且更适用于工程应用实际。     

多维分布参数可变时的Bayes估计

文中讨论多元正态总体分布参数（期望值）在试验过程中可变的Bayes估计。首先论述了由验前信息动态建模的方法，其次给出现场试验下分布参数的估计。对建模和辨识中的一些问题作了较详细的论述。     

自然指数分布旋之下的Bayes—经验Bayes估计与检测及其在飞行器试验结果分？

本文论述自然指数分布旋场合下的参数估计杨检测问题，文中运用经验Ｂａｙｅｓ方法，引入关于指数分布族为正交的函数列，先确定参数的验前分布，然后给出参数的Ｂａｙｅｓ估计。特别是对非共轭前分布，可以获得逼近解。本文研究了参数检测的经验Ｂａｙｅｓ序一加检验方法，最后讨论了飞行器试验结果分析中的应用。     

融合加速退化和现场实测退化数据的剩余寿命预测方法

针对先验信息为加速退化数据的情况,提出了利用非共轭先验分布进行Bayesian统计推断的剩余寿命预测方法。不预先假定Wiener过程参数值的分布类型,利用加速系数将加速应力下的参数值折算到工作应力水平下,进而使用Anderson-Darling方法确定参数值的最优拟合分布类型。在对参数值进行折算时,根据周源泉提出的理论对Wiener过程参数与加速应力之间的关系进行了推导。参数估计时,通过极大似然法得到超参数的估计值,利用WinBUGS软件实现Markov Chain Monte Carlo仿真得到参数的后验均值。通过某型军用电连接器寿命预测实例验证了所提方法的实用价值和研究意义,结果表明本方法可有效解决先验信息为加速退化数据时进行剩余寿命预测的难题。     

某型装备轴承件无失效时的可靠性参数估计

针对寿命服从威布尔分布的某型装备轴承件在无失效数据时的可靠性参数估计问题,首先,以失效概率为待估参数,取其先验分布为Beta分布,在2个超参数的先验密度函数为2种不同情形下,建立了失效概率的2种EBayes估计模型,分析了稳健性、渐近性和单调性;然后,对威布尔分布参数进行了加权最小二乘估计,进而建立了可靠度的2种E-Bayes估计模型,分析了稳健性和单调性;最后,结合实例数据进行了可靠性参数估计与分析,指出第2种估计模型更加合理有效。     

电子整机加速贮存试验的Dirichlet分析方法

针对电子整机系统结构复杂,失效机理众多,无法利用传统的加速模型外推对其寿命和可靠性特征进行分析的问题,提出一种基于顺序Dirichlet分布的分析模型,利用多应力、多水平的环境应力,对每一阶段上的失效率建立指数分布模型。通过先验信息和基于反应论的修正加速模型,给出各应力水平上的失效率先验信息,利用多变量顺序Dirichlet分布描述先验失效率概率密度函数,并根据先验信息对Dirichlet分布参数进行辨识设计和对参数物理意义进行阐述。根据恒加定数试验特点,提出似然函数的解析步骤,利用Gibbs拒绝抽样方法对Dirichlet后验分布进行推断分析,得到后验信息。最后分析一个实例,给出抽样过程和几个分位点上的失效率估计值,并比较正常状态下先验和后验的可靠度变化趋势,验证算法具有一定的效率,为电子整机寿命预测与评估提供一种新方法。     

小子样条件下正态先验信息的融合

对于Bayes小子样检验方法,先验信息的有效性影响着统计推断的准确性。在对多源正态先验信息进行融合时,采用自助法将之转换为先验子分布,其中采用了改进的经验分布函数法进行再抽样。然后,基于专家水平确定其权重,再结合专家估计法确定各先验子分布的权重。最后,通过计算综合先验分布与假设的正态分布的差异部分的面积,对综合先验分布为正态分布的假设进行检验。案例分析表明此融合方法是有效的。     

考虑先验信息可信度的后验加权Bayes估计

 先验信息失真及先验样本数量过大会扭曲小子样条件下Bayes融合评估的效果,引入可信度可以改善这个问题。现有的可信度度量方法大都直接基于数据层,即通过判断两种样本是否属于同一分布,这种度量在小子样情况下不太可信,为此提出了一种基于数据物理来源的可信度度量方法。同时归纳了可信度融合评估的准则,分析了现有可信度融合评估方法的不足,并结合正态分布的参数估计问题,给出了一种考虑先验信息可信度的后验加权Bayes估计方法。理论分析和算例都证实了该方法优于常用的Bayes估计方法。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

Duane模型的导数最小二乘估计

 针对传统最小二乘估计仅仅考虑回归模型曲线本身的试验样本,不能同时对曲线动态变化规律进行描述、未能充分利用模型与数据信息的问题,依据在一次观测中待定参数的取值应使得随机样本与模型各阶导函数在概率尺度下具有最小距离的原理,通过构造模型曲线导数意义下的损失函数,提出了一种能够综合利用模型与试验数据导数信息的导数最小乘方估计方法,推广了传统最小二乘估计的模型条件与使用范围。并结合复杂可修产品可靠性增长的Duane模型给出了参数的一般导数最小二乘估计与最佳导数最小二乘估计式,证明了模型参数的导数最小二乘估计较传统最小二乘估计具有更好的统计性质。为实际中确定模型曲线,进行工程预测提供了一条新的技术途径。     

基于最优样条节点的导弹主动段弹道估计方法

拟合导弹主动段弹道并估计其弹道参数是天基红外系统(SBIRS)的重要任务之一。首先采用三次样条函数对导弹主动段弹道进行描述,并建立主动段弹道的运动模型和测量模型;其次采用最大似然估计方法将导弹弹道估计问题转化为非线性最小二乘准则下的样条系数和样条节点分布最优估计问题;最后利用投影定理将样条系数估计和样条节点分布估计分离开来,并通过迭代逼近给出了最优样条节点数的确定方法。仿真实验结果表明,所提方法不仅对主动段弹道的拟合精度高,而且还减少了待估参数的数目,简化了求解过程,可在无先验信息条件下较好地解决导弹主动段弹道的估计问题。     

二项分布参数整体推断方法

针对工程中常见的二态数据,提出了二项分布参数整体推断方法,该方法可以很好地确定二项分布参数与状态变量之间的数学关系式,给出了整体推断的点估计和置信限、置信区间估计公式。它能够将不同状态下的二态数据作为一个整体来进行统计推断,全面开发利用了不同状态下二态数据之间相互提供的横向信息,从而使其可利用的信息量远远大于只能分别在各自状态下对二态数据进行统计分析的传统方法。所以,在精度相同的情况下,可以节省大量试样;而在试样数一定的条件下,又能提高预测精度。最后给出了应用实例。     

分布参数可变时的Bayes估计

文中讨论了分布参数可变时的统计模型及动态参数建模方法，给出了参数的Bayes估计，并对于应用中的一些问题提出了看法。     

先验失配条件下的知识辅助检测器稳健性分析

充分利用探测环境的先验信息是提高雷达探测能力的有效途径之一。先验信息必须在雷达检测算法设计阶段确定下来,因此先验信息与当前探测环境之间可能存在不一致性。以复合高斯杂波中的、利用纹理分量先验信息的知识辅助(KA)检测器作为研究对象,首先建立了该检测器检测性能与先验分布参数失配之间的量化关系,然后根据给定的杂波探测环境模型参数,分析了先验模型失配对检测性能的影响。分析结果表明:知识辅助检测器的稳健性与当前探测环境模型参数有关。进一步给出了先验模型失配的容许区间,当先验模型参数在这个区间内,知识辅助检测器性能优于不使用先验信息的检测器性能。     

一种基于先验知识的3D位姿参数识别方法

计算机视觉中用单幅照片来识别三维物体的六个自由度是非常困难的，但是，在知道一些先验知识的情况下，可以对物体的六个自由度进行识别。本文提出一种基于先验知识的三维位举参数识别的方法，使用物体上不共线的三个特征点及目标点来确定物体的位置和姿态，给出了六个参数的解析表达式，在实时处理中可以得到好的效果。     

航空发动机MTBF的Bayes评估

针对航空发动机的试验样本量和故障数据少，采用传统的数学平均值法对其平均故障间隔时间（MTBF）评估不能反映其真实可靠性水平的问题，基于Bayes理论，把历史试验数据视为先验信息，采用矩等效方法确定先验分布，然后通过Bayes理论综合现场试验数据，建立了一种基于Bayes理论的航空发动机MTBF评估方法。该方法可以扩大MTBF评估所需的信息量。采用所提出的Bayes方法对某航空发动机MTBF进行评估，得到其MTBF评估值为302.68h，比采用数学平均值法约提高了18.7%，评估结果更符合实际。表明该方法可应用于航空发动机MTBF的评估。      

自然指数分布族之下的Bayes—经验Bayes估计与检测及其在飞行器试验结果分析中的应用

本文论述自然指数分布族场合下的参数估计与检验问题。文中运用经验Bayes方法,引入关于指数分布族为正交的函数列,先确定参数的验前分布,然后给出参数的Bayes估计。特别是对非共轭验前分布,可以获得逼近解。本文研究了参数检测的经验Bayes序贯验后加权检验方法,最后讨论了在飞行器试验结果分析中的应用。     

基于成败试验的导弹贮存可靠性Bayes分析模型

针对传统导弹贮存可靠性分析方法的缺点, 提出了一种Bayes分析模型.这种模型以狄氏分布为先验分布, 综合利用了历史信息和专家信息, 结合导弹检测时间段的成败试验数据, 给出了各检测时间段可靠性的联合后验分布, 然后利用Gibbs抽样算法进行后验推断, 得到了各阶段可靠性的Bayes估计和区间估计.此外, 基于当前试验数据, 利用这种模型以预测未来导弹贮存可靠性.算例表明这种Bayes模型参数含义清楚, 利于工程应用.      

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。