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.     

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。     

最大熵方法在系统可靠性Bayes评估中的应用

针对各种典型的系统，由单元的验后矩推导出准确的系统可靠性的验前矩，在此基础上运用最大熵准则给出了系统可靠性的验前分布的估计，进而根据系统试验数据得出系统的验后分布，运用该分布对系统的可靠性进行评估。仿真结果表明了该算法的简易性和有效性。     

运载火箭精度评估的Bayes异质先验融合方法

为充分利用运载火箭观测中的不同观测空间和过程的信息来进行精度评估，针对该背景建立了异质先验融合的数学描述。研究了飞行试验中不同观测空间和过程的异质先验信息和数据，基于不同观测过程的解析关系，将间接过程的先验和观测数据算出的后验分布转换成落点观测空间上的先验，与原落点的先验进行了最大熵加权融合，得到混合后验分布，从而结合落点观测数据给出评定结果。在无法解算出精确的制导工具误差系数的情况下，这种方法充分利用了弹道跟踪数据、工具误差系数的地面测试先验值、落点先验及落点数据，稳健性更好，准确性更高。     

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.     

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 〗     

带反馈分布式不同维传感器状态估计技术

论述了带反馈分布式信息融合系统中传感器观测维数不同时的状态估计方法。在多传感器系统中，目标的测量是在极坐标中获得，而数据处理通常是在直角坐标中完成。由于二维传感器不能获得观测目标的俯仰信息，其估计将会产生一定的动态误差。在分布式的信息融合系统中，各传感器需要将各自的局部估计送到融合中心进行统一处理。如果不适当地减小这种动态误差，必然将导致整个信息融合系统的估计精度下降。针对上述问题，文章讨论了如何利用系统反馈信息，减小二维传感器的局部估计误差，从而提高整个系统的估计精度。最后，给出了算法的仿真分析。仿真结果表明该方法能够有效地减小系统动态误差。     

一种融合验前信息的特小子样精度评估方法

如何合理有效地利用验前信息是小子样精度评定中的关键问题.针对导弹制导精度评定,提出了一种根据验前信息确定验前分布参数,融合验前信息和飞行试验信息的精度评估方法,该计算方法引入了验前信息的可信度指标,能够有效避免验前信息“湮没”现场信息的情况,而且可以进一步解决信息使用的主观性问题.为工程应用提供了一定的指导.     

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。
     

反舰导弹飞行可靠性验前信息分析与综合

本文从反舰导弹飞行可靠性试验与鉴定的需要出发，分析了验前信息的获取、飞行可靠性数据折算和系统综合等方法。特别提出了导弹飞行过程的分段平均失效率分析方法，是进行飞行可靠性数据统计分析的一种合理近似。     

微分截断误差的遥、外测数据融合估计和补偿方法研究

通过对定位数据求微分以获得目标的速度参数，是靶场估计目标运动参数的常用方法。由于坐标参数模型的高阶特性，使得在通过对坐标数据微分求速度参数时，产生较大的微分截断误差。仅靠外测数据本身，是无法估计该误差的。该文提出了利用遥、外测数据融合估计该截断误差并予以补偿的方法，可有效估计速度参数求解时的方法误差，从而提高参数估计的精度。     

模糊超球神经网络辅助组合导航融合算法

研究了应用线性网络对组合导航多传感器信息进行融合的方法,在此基础上提出了一种神经网络组合导航容错算法。该算法将局部滤波器状态估计的模糊超球隶属函数引入网络,在线调整融合网络权值,实现全局估计的自适应性和容错性。仿真表明,该融合算法有较高的估计精度,在传感器故障时,能够及时检测出并在融合网络中予以隔离,不致影响全局估计。     

降落伞可靠性评定及其试验量决策

降落伞是回收着陆分系统的核心部分,其可靠度下限指标一般很高。若仅依据成败型系统级空投试验来评定该指标,需安排大量系统级空投试验,这在工程上通常难以接受。为了能够全面地反映降落伞的可靠性,本文提出了基于Bayes理论的降落伞可靠性评定方法。该方法将降落伞强度试验数据作为验前信息,采用Bayes理论将其与系统级空投试验信息融合起来,据此评定降落伞的可靠性。该方法建立在严格的理论推导之上,评估结果与工程实际情况相符,所计算的系统级空投试验量较经典方法大为降低,可大量节约试验经费和工作量。将上述方法应用于某型降落伞可靠性分析,结果表明该方法是有效可行的。     

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。     

多层验前信息场合下多维动态参数Bayes估计的稳健性分析

文中首先讨论了多维动态参数具有多层验前信息时的建模的验前分布的确定。由此分析了由于验前分布的差异所引起的Bayes估计的影响。对验后稳健性作了探讨。     

基于随机继承因子的指数分布Bayes可靠性评估

针对寿命服从指数分布的装备可靠性评估中的小子样问题，引入随机继承因子的概念，提出一种Bayes可靠性评估方法。该方法将继承因子看作随机变量，可从类似型号装备的历史数据和改进信息中充分提取当前装备的继承特性，进而确定指数分布参数的验前分布，结合现场试验数据，利用Bayes方法得到参数的验后分布，从而实现装备的可靠性评估，并且提高了评估精度。文章最后对该方法的有效性进行了仿真算例验证。     

多传感器信息融合技术

多传感器信息融合可以获得比单一传感器更多的信息，是一种发展趋势。文章从多传感器组网出发，讨论了多传感器信息融合的分类，融合方法，重点研究了分布式多传感器数据融合模型和检测方法，提出了一种基于人工智能的多传感器数据融合专家系统模型。     

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。     

线性模型的BL估计和BP估计

线性模型最小二乘方估计的改进大致有两条途径：利用验前信息，如贝叶斯估计，改变估计形式，如特征根估计，主成分估计，本文提出ＢＬ（贝叶斯加特征根）估计和ＢＰ（贝叶斯加主成分）估计，实现两类途径的综合，有实用和理论价值。     

卫星ATM网络中自适应FEC情况下的有效带宽估计

针对采用自适应前向差错控制（AFEC）的卫星异步传递模式（ATM）网络，研究了两种有效带宽估计方法。由于AFEC码率的动态特性使业务实际的传输速率具有不固定性，因此估计有效带宽时要考虑AFEC的影响。首先针对一般卫星时变信道和多码率AFEC情况下的卫星ATM，应用流体近似方法分析了有效带宽的计算，然而该方法要求的条件及计算复杂度均比较高，应用中有局限性。以此方法为基础，提出了采用修正因子的估计方法。数值结果表明采用修正因子的有效带宽估计方法比较简单可靠，适用面较广。