多传感器协同探测证据理论分类融合方法

随着智能化、网络化集群作战等理念和技术的兴起，精确制导武器越来越向智能化、协同化方向发展。多传感器协同探测能够针对不同的探测任务背景和作战需求，提升目标探测性能，还可以跨域整合多种探测平台。但是由于信息的不确定性等特点，使得多传感器数据直接融合可能造成决策困难。因此，在证据理论体系下对信息融合的有效性进行合理分析与度量是很有必要的。提出了一种基于Deng熵的证据理论分类融合算法，以熵减为主要思想，将证据进行分类融合。在决策过程中，将含有证据数最多的类别融合结果作为总体融合结果，避免高冲突证据的影响，提升融合结果的信息有效性。采用算例说明了所提方法不仅能够得到合理正确的结果，并且融合可靠性较高，便于决策与后续的信息处理。     

基于NMF、ICA和复Contourlet变换的红外小目标检测

针对存在背景干扰和噪声情况下的红外弱小目标检测问题,提出了一种基于非负矩阵分解(NMF)、独立分量分析(ICA)和复Contourlet变换的检测方法。首先通过非负矩阵分解和独立分量分析分别抑制原始图像的背景,得到不同的小目标残差图像;接着采用复Contourlet变换对残差图像进行去噪;再对上述去噪后的小目标残差图像求和,得到了预处理图像;最后提出基于模糊灰度熵阈值选取方法分割预处理图像,从而实现了复杂背景下的红外弱小目标检测。针对红外小目标图像进行了大量实验,并与基于新型Top-hat变换、基于快速独立分量分析的目标检测方法进行了比较,结果表明所提出的方法抗噪性强,具有更为优越的检测性能。     

基于过程功率谱熵SVM的转子振动故障诊断方法

针对旋转机械振动过程的复杂性和振动故障产生的随机性以及振动故障样本获取难的问题,在信息熵理论的基础上,融合了支持向量机(SVM)小样本、全局性和泛化性好的优点,提出了过程功率谱信息熵(功率谱熵)SVM的故障诊断方法。结合转子实验台,得到了4种典型振动故障在多测点多转速下的数据,通过计算提取了其功率谱熵特征值作为故障样本,即故障向量,并建立SVM诊断模型,对转子振动故障的类别、严重程度和部位识别诊断,验证了该方法在转子振动故障诊断方面效果良好。     

基于Φ函数的等熵膨胀过程数学模型

为了解决航空发动机总体性能计算中,主要的等熵膨胀过程数学模型中存在理想状态值的计算,使计算结果与实际值相比产生一定误差的问题.从过程效率定义式入手,推导出基于Φ函数的等熵膨胀过程数学模型.与基于熵的等熵膨胀过程数学模型以及带理想状态值计算的等熵膨胀过程数学模型的计算结果进行比较与分析之后,得出结论是：①基于Φ函数的等熵膨胀过程数学模型的应用可使计算精度得到提高;②基于Φ函数的等熵膨胀过程数学模型的应用较为简便,可以提高编程效率和计算效率.     

熵判别粒子群优化算法在发动机模型修正中的应用

因生产、安装工艺差别导致单台发动机部件特性的差异,使得模型计算结果与单台发动机的性能差异较大,提出了一种基于熵判别粒子群优化算法.通过判别粒子群的熵值,调整种群的多样性,对适应度差的粒子进行迁移,克服了易陷入局部极小点的缺陷.从仿真结果可知:基于熵判别粒子群优化算法的修正效果显然优于影响系数矩阵的修正方法.经验证,模型修正后的低压涡轮出口温度等8个目标性能参数的误差在1%以内,达到较好的修正效果,使单台发动机模型能够与真实发动机进行匹配.      

小样本下分位数函数的Bootstrap置信区间估计

航空产品试验一般为小样本试验,为了分析小样本情况下的试验数据,结合以概率加权矩为约束条件的最大熵法和求解置信区间及置信带的Bootstrap方法,提出了一种估计小样本试验件母体分位数函数置信区间的方法。最大熵法在矩约束下能够估计样本的密度函数,而以概率加权矩为约束条件的最大熵法能够针对小样本直接给出分位数的无偏估计,无需由密度函数积分得到累积分布函数,再进行转化得到分位数函数。Bootstrap方法求解置信区间具有不依赖于数据分布的优点,具有广泛的应用范围。     

基于全知熵的模式集成不确定性度量模型

不确定性是模式集成的一个固有性质,不确定性度量对模式集成具有重大影响。本文提出一种度量模型,在该模型中模式对象及其属性清洗模块使该模型免受规模影响。根据模式集成多属性分阶段决策的特点,本文基于粗糙集理论的全知熵不确定率进行各阶段的不确定性度量,并把过程模型的不确定性度量引入到总体不确定性的度量中,最后给出了合成多不确定率的方法。实例分析证实所设计模型是可行、有效的。     

成败型系统可靠性增长的Bayes评估

针对成败型系统在研制阶段的动态增长的可靠性评估问题,依据前期可靠性增长试验中多阶段的试验信息和专家经验,提出了基于新Dirichlet先验分布的可靠性增长的Bayes评估方法。该方法根据已有的不同阶段试验信息,利用离散AMSAA（Army Material System Analysis Activity）可靠性增长模型描述可靠性增长试验中不同阶段可靠性的增长趋势,并对各个阶段的可靠性进行评估;针对下一阶段建立基于新Dirichlet分布的可靠性先验分布,并根据下一阶段可靠度的估计值采用最大熵模型给出先验分布参数估计;在获得现场试验数据的条件下,给出下一阶段的可靠度后验估计,并讨论不同区间范围对后验可靠性的影响。最后通过实例分析,表明相较于直接利用离散AMSAA模型和Beta先验分布,该方法在合适的专家经验的指导下能够给出更为准确的可靠性评估。     

基于熵权的模糊AHP法在星载天线指向机构驱动组件选型中的应用

针对星载天线指向机构驱动组件方案的选择涉及因素较多且各因素具有不同程度的模糊性的特点,分析并建立了方案评价指标体系,并运用基于熵权的模糊层次分析法（AHP）构建了方案评价模型。以某卫星星载天线驱动组件方案为例,依照该方法进行评价并选出了适合该型号的最佳方案,验证了方法的有效性。     

正丁醇/煤油混合物非预混燃烧压力振荡特性

为探索生物混合燃料在燃气轮机燃烧室内的应用,将丁醇掺混入航空煤油中,根据燃烧室的实验结果构建熵波对流模型,定量分析其不同体积分数对燃烧室内压力振荡频率的影响。实验结果表明:在燃烧室进口压力1.98 MPa、温度600 K和油气比0.03下,随着丁醇所占体积分数增大,燃烧室内压力振荡频率逐渐下降,而幅值变化无明显规律。熵波对流模型结果与实验吻合较好,通过分析表明,不同燃料组分热值变化引起的对流时间改变,是燃烧室压力振荡频率变化的主要原因,为控制燃烧室内压力振荡提供了参考。