基于ASP模式的供应链系统模型与实证研究

针对供应链动态异构的特点,企业在经营过程中如何实现供应链内的信息共享和交互,是供应链管理的一个关键所在。本文结合ASP（Application Service Proveder）的发展和企业结构变化的特征,提出基于ASP模式的供应链系统集成构架模型,以达成中小企业供应链管理的高效性。     

基于失效概率的涡轮后机匣全局灵敏度分析

涡轮后机匣是航空发动机安全的关键部件,但是其具有工况复杂、不确定性因素多的缺点。为了探究输入随机变量的不确定性对涡轮后机匣结构失效概率的影响,建立参数化有限元模型进行确定性分析。考虑材料性能、几何参数及外部载荷的不确定性,对涡轮后机匣两种典型失效模式：强度失效以及刚度失效建立极限状态函数;通过构造自适应Kriging 代理模型并结合重要抽样方法评估涡轮后机匣结构失效概率,利用基于失效概率的全局灵敏度方法对涡轮后机匣结构可靠度的不确定性来源进行分析,对各输入随机变量重要性进行排序,构建一种涡轮后机匣全局灵敏度分析框架。结果表明：涡轮后机匣在两种失效模式以及系统失效模式下,发动机推力以及线性膨胀系数对结构失效概率影响最为显著,应对其重点考虑;内外机匣长度以及材料弹性模量对涡轮后机匣结构失效概率影响较小,可对其适当忽略。     

一种基于HMM的多用户检测算法

针对以概率统计为基础信道估计收敛速度慢、状态估计存在非合理性的问题进行研究,提出了一种新的多用户检测方法.该算法以隐马尔可夫模型为基础,为了避免由于相邻状态序列后向概率相差很大而造成的信道估计发散,采用固定延迟的方法,利用锯齿延时的办法计算后向序列概率以减少计算复杂度.根据前后序列之间的相关性和最陡下降法,提出了解相关最小均方(DLMS)多用户上行复合信道的盲估计. 考虑到由于发射序列状态之间可能存在时序非继承性,而搜索与前向序列对应的具有最大转移概率的后续序列,给出了最大后验(MAP)多用户检测方法.计算机仿真实验表明,该算法提高了信道响应估计速度,具有全局收敛性和系统的稳定性.      

装备保障链中非对称信息的灰色解释

引入了装备保障链的概念,利用灰信息理论对装备保障链中由于非对称信息而导致牛鞭效应的产生及对装备保障的影响进行了分析,最后提出缓解或者消除装备保障链中非对称信息和牛鞭效应的方法。     

基于控制系统工作原理的视线角速度获取方法

针对红外成像导引头弹目视线角速度获取精度较差,无法满足导弹制导指标要求的问题,根据红外导引头角跟踪原理,比较研究了直接微分法、基于马尔科夫模型的方法和基于控制系统工作原理的方法3种弹目视线角速度提取方案。利用试验数据进行了仿真分析。仿真结果表明:直接微分法和基于马尔科夫模型的方法均不适用于红外成像导引头弹目视线角速度提取。将控制系统设计为二阶无静差系统,并以此建立了基于控制系统工作原理的弹目视线角速度提取模型。仿真分析表明:该方法适用于红外导引头弹目视线角速度提取。     

基于半马尔可夫模型的民用航空发动机热端组件系统检查间隔优化

根据采集的民用航空发动机热端组件系统检修信息和专家对系统退化状态的判别,在系统状态退化过程为离散半马尔可夫链过程的假设前提下,分别建立了基于专家估计数据、基于检查数据以及基于融合数据的各宏观退化状态驻留时间估计模型,并应用最大似然函数法和MCMC（Markov chain Monte Carlo）法对模型参数进行估计,得到基于不同数据源的各宏观退化状态下驻留时间估计值和状态转移系数,并以一定使用周期内的检修费用最优为目标建立状态转移概率模型,仿真得到3个典型宏观退化状态下的最优检查间隔分别为1750、350、70循环。该仿真结果与目前的民航运行生产工程实际情况非常接近,可以为民航运输企业的检修决策提供客户化的决策支持并提高经济效益。      

开关寿命连续型冷贮备可修系统的可靠性分析

对由ｎ个同型部件和一个修理设备组成的、开关寿命为连续随机变量的冷贮备可修系统,当部件的工作时间和维修时间以及转换开关的寿命和修理时间均服从指数分布、所有随机变量均相互独立、工作部件的寿命分布与其贮备过多长时间无关、故障部伯和转换开关修复后的寿命分布与新部件、新开关的寿命相同的条件下作了研究,建立了该类系统的一般模型,当ｎ已知时能够获得系统的可靠度Ｒ（ｆ）的Ｌ－变换和首次故障前的平均时间ｔＭＴＴＦＦ     

相控阵雷达长时跟踪波束调度与波形优化策略

针对相控阵雷达多目标跟踪波束调度和波形参数优化控制的问题，本文提出了一种基于马尔可夫决策过程（MDP）的相控阵雷达跟踪波束调度与波形参数优化策略，该方法以无迹卡尔曼滤波（UKF）算法为基础来估计目标的状态。首先将本文的序列决策问题建模为马尔可夫决策过程，定义了资源的效费比和长期回报率，然后与当前实际跟踪误差综合考虑作为MDP的回报函数，进而给出了调度的优化模型，最后将长时决策问题转化为动态规划算法结构进行求解，并且提出了一种并行混合遗传粒子群优化算法来求解各决策时刻的最优策略。仿真结果表明了长时策略的先进性以及寻优算法的优越性，与传统的短时策略相比，跟踪精度可提高11.17%。     

一种改进的类高斯和粒子滤波在大失准角传递对准中的应用

 在小失准角传递对准模型基础上提出了一种大失准角下的速度加姿态匹配的传递对准模型;针对模型中存在的非线性和非高斯性问题,根据二阶马尔可夫过程的时域特性,提出了一种改进的采用类高斯和重采样的粒子滤波算法。理论分析证明了大失准角下传递对准模型和小失准角下传递对准模型的统一性。小失准角下的仿真验证了大失准角传递对准模型的正确性;大失准角下的仿真结果表明在大失准角的非线性、非高斯状态下,相比传统粒子滤波算法只稍微增加了计算量,而传递对准的精度提高了大约40%。     

基于贝叶斯模型的长码DS-CDMA信号扩频码与信息序列联合估计

 针对长码直接序列扩频码分多址(DS-CDMA)信号的盲解扩,在信号模型分析的基础上,提出了一种基于可逆跳跃的马尔可夫链蒙特卡罗(RJ-MCMC)扩频码和信息序列联合估计算法。该算法分别对建立的联合后验分布模型进行迭代抽样,并有效地在不同维数的子空间中跳转,从而构造一条马尔可夫链,使其平稳分布为待估参数的后验分布,最终拼接得到每个用户的完整扩频序列和信息序列估计。仿真结果表明:该方法在迭代二十几步时达到收敛;并且在功率相同和不同条件下,当信噪比(SNR)大于-9 dB时,估计序列与真实序列的相似度均超过0.95,信息序列的误码率低于0.01;同时算法对不同用户个数和不同调制样式具有较强的适应性,与Fast-ICA算法相比,估计性能平均提高了约3 dB。