基于幂律退化轨道的小样本性能可靠性评定

结合航空航天领域高可靠、长寿命产品试验小子样的特点,运用性能退化可靠性理论和Bayes方法,对系统可靠性的统计推断方法进行了研究.首先对基于Bayes方法幂律退化轨道参数的计算模型进行研究,然后结合随机变量函数的分布的计算,推导出系统可靠性后验估计和置信下限估计的计算公式.在理论推导的基础上,结合工程实例说明该方法的有效性.     

基于变分贝叶斯的星载雷达非线性滤波

星载雷达由于其探测范围广、距离远、全天候等优点，在预警防御系统中占有十分重要的地位。然而，由于观测平台的高速运动以及摄动干扰、传感器观测非线性等问题，使得星载雷达目标高精度跟踪带来严峻挑战。针对星载雷达非线性状态估计问题，采用一种基于变分贝叶斯的非线性滤波方法，该方法通过将非线性状态估计问题转化为优化问题，通过迭代优化获得了闭环解析解。此外，针对坐标变换中俯仰角量测缺失问题，提出了一种基于先验目标高度的俯仰角估计方法。通过数值仿真，验证了所提方法较传统非线性滤波方法，如扩展卡尔曼滤波、不敏卡尔曼滤波、转换量测卡尔曼滤波，具有更好的估计精度。     

基于Bayes方法的某武器系统可靠性综合评估

根据武器系统现场可靠性试验数据少而研制过程中分系统可靠性试验数据较易得的情况,提出了一种基于Bayes方法对某武器系统进行可靠性评估的方法。将研制过程中分系统的可靠性试验数据融合为系统可靠性评估的先验信息,以提高用于评估的信息量。方法对复杂大系统以及高可靠性系统的可靠性评估有一定的参考价值。     

Non-linear methods in remotely sensed multispectral data classification

The aim of this research is to develop an effective approach being able to deal with the stochastic nature of remote sensing data. In order to achieve this objective it is necessary to structure the methodological knowledge in the area of data mining and reveal the most suitable methods for the prediction and decision support based on large amounts of multispectral data. The idea is to establish a framework by decomposing the task into functionality objectives and to allow the end-user to experiment with a set of classification methods and select the best methods for specific applications. As a first step, we compare our results from Bayesian classification based on non-parametric probability density estimates of the data to the results obtained from other classification methods. Tree scenarios are considered, making use of a small benchmark dataset, a larger dataset from Corine land cover project for Bulgaria and analyzing different features and feature selection methods. We show that the theoretically optimal Bayesian classification can also achieve optimal classification in practice and provides a realistic interpretation of the world where land cover classes intergrade gradually.     

Bayes判别在研究过期妊娠分娩方式中的应用

用河北省平泉县医院妇产科过期妊娠患者五项客观指标:年龄、胎次、B超的胎盘钙化度、胎动情况及宫颈成熟度,研究其分娩方式。用逐步判别法筛选出最有显著判别能力的变量建立Bayes判别函数,利用此判别函数对过期妊娠患者分娩方式进行回代判别及五个病例的预测判别,均收到满意的效果。     

贝叶斯法在惯性平台测试中的应用

惯性导航系统以其独特优点在航天领域得到了极为广泛的应用。对惯导系统的测试数据进行统计分析和预报,对于航天器的可靠性评估具有重要意义。对于测试数据在实际应用中存在的小样本问题,本文提出了使用贝叶斯方法对其统计特性进行研究。通过对惯性导航系统测试数据的先验信息、总体信息和样本信息进行结合,利用贝叶斯方法得到对应的验前分布和验后分布,并在验后分布的基础上进行统计估计,减小了小样本条件下的统计误差。同时,通过此方法对惯导系统测试数据进行置信区间的计算预报,为惯导系统的误差补偿、故障诊断提供了一个参考依据和途径。     

小子样试验数据融合算法研究

从试验手段能力角度引入了可信度的定义,针对可信度改进了贝叶斯算法,同时把试验阶段内所有试验同等对待,推导出了多源数据融合算法,有效解决了大样本验前信息压制小子样现场试验的问题。     

空间翻滚非合作目标相对位姿估计的视觉SLAM方法

针对空间翻滚非合作目标相对位姿测量中目标先验信息缺失和模型不确定问题,将移动机器人视觉同步定位与建图（SLAM）贝叶斯滤波估计模型推广到非合作目标相对位姿测量中,提出一种基于视觉SLAM的翻滚非合作目标相对位姿估计方法。首先,构建了相对位姿估计的贝叶斯滤波状态转移模型和量测更新模型。其次,为避免平动噪声协方差过大导致滤波性能下降的问题,对状态转移方程进行优化,采用最小二乘估计方法预测位置参数。最后,采用一种联合无损卡尔曼滤波和粒子滤波的贝叶斯滤波方法实现了目标全部位姿参数的快速平滑估计。基于计算机合成图像数据和真实图像序列的仿真实验表明：提出的方法具有较优的速度和精度,且对目标速度变化、特征提取和数据关联误差等具有较好的鲁棒性。     

复杂系统可靠性鉴定方法

为了确定系统可靠性的验前分布，本文采用蒙特卡罗方法，充公利用系统试验之前元件、整机、分系统的可靠性数据获取系统可靠性的验前分布。另外，本文所讨论的系统可以是非常复杂的系统，包括串联或并联系统、串并联系统及不同分布的模型组成的系统。     

单向分类随机模型方差分量的经验Bayes估计

对于在质量控制、生物育种以及计量经济等方面有着广泛应用的单向分类随机模型 其中y_(ij)为观测数据,ε_i～N(0,σ_1~2)为随机效应,ε_i～N(0,σ_2~2)是随机误差,通常要求考虑对其参数μ,σ_1~2,σ_2~2作出估计,特别是对方差分量σ_1~2,σ_2~2的估计。而在目前常见的估计方法中,大都有一个共同的缺点,即不能保证方差分量估计的非负性。本文采用经验Bayes方法,在平方损失下,利用密度函数及其偏导数的核估计构造出方差分量的一个经验Bayes估计,这个估计是非负的。并证明了这种估计是渐近最优的,在一定条件下,其收敛速度可任意地接近于0(n~(-1/2)。