Markov随机跳变系统的传感器系统误差估计

 针对Markov随机跳变系统的系统误差估计问题,提出一种基于马尔可夫链蒙特卡罗(MCMC)和最大似然估计相结合的在线系统误差估计方法。利用最大似然估计给出系统误差等效后验概率分布函数,采用Metropolis-Hastings抽样方法从该概率分布函数中进行抽样;利用系统误差估计和状态估计互为因果的关系,采用期望极大化(EM)方法迭代估计出最优的系统误差;分别对时变和时不变系统误差场景进行仿真分析,结果表明,在考虑系统误差统计特性的同时,所提方法对解决目标运动模型难以建立情况下的系统误差估计问题具有可行性和有效性。     

带异步相关噪声的战斗机蛇形机动跟踪算法

针对异步相关噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,从联合优化的解决思路出发,基于期望最大化（EM）算法框架,提出了一种带异步相关噪声的联合估计与辨识算法。首先采用"去相关框架"解除过程噪声与量测噪声之间的相关性,从而将异步相关噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题,其次通过解除目标状态与转弯角速度之间的非线性耦合关系,基于期望最大化算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识,从而获得转弯角速度闭环形式的解析解：在E-step,通过利用异步相关噪声背景下的高阶容积卡尔曼平滑器（HCKS）,获得目标状态的后验估计;在M-step,通过极大化条件似然函数,获得转弯角速度的解析解。最后通过仿真验证了所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法。     

利用重要性采样的时差-频差联合估计算法

针对无源定位中参考信号真实值未知的时差(TDOA)-频差(FDOA)联合估计问题,构建了一种新的时差-频差最大似然(ML)估计模型,并采用重要性采样(IS)方法求解似然函数极大值,得到时差-频差联合估计。算法通过生成时差-频差样本,并统计样本加权均值得到估计值,克服了传统互模糊函数(CAF)算法只能得到时域和频域采样间隔整数倍估计值的问题,且不存在期望最大化(EM)等迭代算法的初值依赖和收敛问题。推导了时差-频差联合估计的克拉美罗下界(CRLB),并通过仿真实验表明,算法的计算复杂度适中,估计精度优于CAF算法和EM算法,在不同信噪比条件下估计误差接近CRLB。     

基于混合Gamma分布的通用可靠性寿命数据拟合方法

 可靠性寿命数据分析是可靠性工程研究的重要基础。目前对于可靠性寿命数据分析的研究存在两个主要问题:一是凭经验选择的概率分布严重依赖于人的主观判断,不能保证所选分布的适用性;二是常用分布拟合能力有限,在很多情况下不能满足寿命数据处理的需要。针对这两个问题,在混合Gamma分布稠密性的基础上,提出了一种通用的可靠性寿命数据拟合方法,给出了基于期望极大化(EM)算法的混合Gamma分布的参数估计方法,并通过6个拟合实例验证了该方法的有效性。最后,结合WP-7乙型航空发动机I级导叶片故障数据分析问题,开展了应用研究,并且与目前常用的方法进行了对比。     

基于混合粒子滤波的激光惯导系统误差的补偿

针对激光陀螺捷联惯导系统在动态尤其是高动态环境下的姿态误差显著增大的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。算法基于混合粒子的卡尔曼滤波和粒子滤波的特点,用有限的高斯模型来近似后验状态密度、系统噪声和观测噪声的分布通过EM的算法设计实现模型的降阶,一定程度上克服了EM算法迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间边界的缺点,从而改善了粒子携带信息的衰减问题。通过仿真与试验结合,在纯动态应用环境下的姿态与定位精度补偿效果,与传统Kalman滤波相比,算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于最小约束系统的分布式协作定位研究

5G移动通信系统中,设备到设备的通信方式产生了节点间的信号测量,可用于提升无线定位的覆盖范围和定位精度。提出了一种基于最小约束系统的分布式协作定位方法,该方法首先利用已有算法估计节点参考位置,并据此构建最小约束确定网络的位置及朝向,然后在该约束下极大化由节点间测量引出的似然函数,获得位置估计。理论研究表明,该方法将由节点间测量确定的相对位置拟合到参考位置处,在参考位置等于真实位置时达到最优效果。仿真结果表明,该方法可有效提高定位精度,并具有分布式和可扩展等优点。     

美国钢铁关税案的经济学分析

采用均衡分析方法,说明了美国的钢铁保护关税行为对贸易双方社会福利产生的影响,自由贸易才能使世界福利极大化,而保护性的贸易政策只会使世界总福利水平降低。     

基于环量分布的轴流双级风扇三维数值优化

将通流设计程序和叶片造型程序引入到遗传算法同响应面模型相结合的优化系统中,调用流场模拟软件,搭建了三维轴流压气机叶片的优化平台.该优化技术有四个特点:一是为与现代设计系统相接轨,不同于常见的用纯几何方法生成叶片,采用了传统的反问题设计方法生成三维叶片;二是不同于直接优化几何参数,优化自变量选取了设计中具有物理意义的气动参数;三是针对多级压气机的优化,提出了逐级优化策略;四是在优化过程中引入了直观分析法.算例选取了环量分布作为优化自变量,对某轴流双级风扇进行了以极大化非设计点流量为目标的优化;又对其改型设计进行了以极大化设计点绝热效率为目标的优化.      

基于信度规则库的惯性平台健康状态参数在线估计

 实时准确的健康状态预测是规划惯性平台系统及时、经济的维修策略的关键技术。由于平台系统的健康状态是不能够直接观测的,假设平台系统的特征参数监测数据是可以获取到的,而且平台系统的健康状态与特征量是相关的。基于信度规则库(BRB),以平台系统的状态监测特征参数作为BRB系统的输入,以平台的健康状态作为输出结果,组建了惯性平台健康状态预测系统。为了克服现有BRB参数优化方法的不足,实现实时状态预测,基于期望最大化(EM)算法,研究了健康状态预测系统的参数在线估计算法。该算法在获取系统新的输入输出信息后,就对参数进行更新。利用本文提出的方法对惯性平台系统的健康状态实时预测问题进行了实验分析,实验结果表明：该方法可以有效地实现惯性平台系统健康状态预测模型参数实时估计;与参数离线优化方法相比,该方法不仅在预测精度上,而且在运行时间上都具有明显的优势;在工程实际中有良好的应用潜力。     

法荷航维修工程公司BEST项目策略解析

正法荷航维修工程公司高效率、高盈利率的"BEST"项目,通过在冬春季和夏秋季对波音777飞机客舱布局进行改装,提高了客户满意度,并获得了可观的经济效益。法荷航维修工程公司(AFI KLM EM)是欧洲最大航空集团下属的维修企业,同时也是全球排名第二的综合维修企业,业务范围涵盖航线维修、机体大修、部附件维修、发动机维修、改装、维修技术培训、供应链等方面。AFI KLM EM的核心竞争力并非     

风险投资中三类经典优化模型等价性分析

风险投资中有三类经典优化模型，分别是风险极小化模型、期望收益极大化模型、风险厌恶模型。这三类模型的等价会为投资组合分析提供更多的方法。文中证明了三类优化模型产生相同的有效前沿，并在此意义下得出这三类优化模型的等价性。另外，引用MSCI世界股价指数数据对三个模型有效前沿的等价性，进行实际算例验证。     

基于半随机滤波-期望最大化算法的剩余寿命在线预测

剩余寿命(RL)预测是设备预测维护的关键环节。准确在线预测能够为维护策略的实时安排提供更加精确的技术支持,有效避免失效的发生。工程实际中,反映设备退化过程的性能指标往往不能直接监测,为解决隐含退化过程的剩余寿命在线预测问题,提出一种基于半随机滤波-期望最大化(EM)算法的预测方法。首先以剩余寿命为隐含状态,构建状态空间模型描述直接监测数据与设备剩余寿命间的随机关系。为实现单个设备剩余寿命的在线预测,依据到当前时刻为止的监测数据,采用扩展卡尔曼滤波(EKF)与期望最大化算法相互协作的方法实时估计与更新模型未知参数和剩余寿命分布。最后,将该方法用于惯性测量组合(IMU)剩余寿命在线预测问题,实验结果表明该方法能够提高预测的准确性并减少预测的不确定性。     

多传感器监测飞机部件非线性退化评估

飞机部件一般采用多传感器进行状态监控,针对退化过程具有非线性特征的民机典型部件剩余寿命（RUL）预测及评估问题,首先建立了部件性能参数的一般非线性Wiener退化过程,推导出基于多传感器监测数据的剩余寿命预测框架和概率密度函数,随后利用状态空间模型进行隐退化状态估计并同时利用最大期望算法（EM）实现参数递推估计,最后形成了飞机部件多传感器监测下的剩余寿命非线性退化评估方法。通过数值仿真案例和民航发动机剩余寿命预测案例,对比线性退化模型和基于单一传感器监测数据的非线性退化模型,验证了所提方法在提高剩余寿命预测精度的有效性,可为飞机及其部件的剩余使用寿命预测和视情维护决策提供技术支撑。     

高效亚音轴流压气机级几何参数最佳选择

将亚音速轴流压气机级的设计问题表述为气动力学损失和重量为极小化、压气机喘振边界极大化的多目标非线性数学规划问题。求优中考虑了多种气动与机械约束条件。介绍了压气机级性能估算的模型, 给出了最大效率、最小重量、最大喘振边界以及效率、重量、喘振边界三者权衡最优条件下的算例。此方法可拓广用于多级轴流压气机中。      

基于神经网络的鲁棒制导律设计

 基于神经网络理论对寻的导弹鲁棒制导律进行了优化设计。建立了制导系统非线性运动学方程和鲁棒性能函数,并将鲁棒性能函数转化成了微分对策的极小极大化问题。采用伴随 BP技术,将微分对策的两点边值求解问题转化为 2个神经网络的学习问题,训练后的 2个神经网络分别作为对策双方的最优控制器在线使用,避免了直接求解复杂的鲁棒制导律问题,仿真结果表明了该方法有效性。     

线性模型参数估计的容许性及其在定轨中的应用

本文从统计决策角度重新认识估计问题,并由此引出容许估计的定义。对于线性模型(Y,Xβ,σ~2I),证明了在MSE准则下,可估函数Cβ的最佳线性无偏估计(BLUE)是线性估计类中的容许估计。因此,线性估计类中优于BLUE的估计不存在,或者说,优于BLUE的估计只能从非线性估计类中去寻找。目前,线性模型参数估计方法的改进;主要是基于最小二乘方(LS)的压缩估计,如James-Stein估计、岭估计、主成份估计等,本文将其统一到如下广义压缩LS估计b_(GS)(A)模式中: b_(GS)(A)=PAP’b_(LS) 其中,A=diag(a_1,…,a_P),0≤a_1≤1,i=1,…,p;P为单位正交矩阵使 P’X’XP=diag(λ_1,…,λ_P)=Λ且λ_1≥λ_2≥…≥p>0 本文还从理论上证明了对适当的对角阵A,广义压缩LS估计b_(GS)(A)具有优干LS估计的性能(MSE准则下),并导出最佳A的表达式(最佳的A与未知参数β有关)。作为实例,本文将Jame-Stein(JS)估计用于飞行试验轨道的估计,引入“累积平方误差”后,将JS估计与LS估计作了比较,表明JS估计优于LS估计。     

利用雷达数据事后确定机动式再入目标的弹道

本文研究出一种利用雷达跟踪数据事后分析确定机动式再入目标的气动参数的技术。本技术使用了加权最小二乘序贯估计器,该估计器在各批处理数据中依次步进移动。观测值为来自分布在落点附近精密跟踪雷达的角度和距离数据。用六维估计器(三维位置和三维速度)来估计再入目标自由飞行段的状态。本文还导出了两种再入估计器:第一个是七维估计器,包括六维自由飞行参数加上一个弹道系数,用来估计弹道再入段的状态,第二个是九维机动再入目标估计器,一旦有机动发生就用这种估计器。研究出一种基于测量残差监视的算法,可以自适应地从六态估计器转换成七态估计器,再到九态估计器。进行了一系列数值仿真,检验了这种技术及其编程。利用蒙特卡罗仿真验证了估计器的协方差矩阵的精度。     

基于小生境遗传算法和RANS方程的平面叶栅气动优化设计

发展了一种将小生境遗传算法与RANS方程数值求解相结合的平面叶栅全局优化设计方法.该方法针对遗传算法的搜索原理和平面叶栅的气动外形特点, 提出了与之相适应的Bezier曲线参数化表达, 构造了用于优化设计的适应度函数.优化设计变量是平面叶栅的参数化Bezier曲线特征多边形控制点坐标, 目标函数为极大化叶栅的升阻比, 约束条件综合考虑了叶栅的进出口几何安装角及叶片强度和性能等要求, 约束条件的处理采用松紧罚函数法.优化得到的叶栅升阻比比初始叶栅提高了8.3%.      

基于MAP的装备保障资源需求预测研究

针对装备保障资源需求预测难的问题,本文利用EM算法将单装备的保障资源需求点过程拟合为马尔可夫到达过程(MAP).通过仿真获取整个装备的备件更换时间序列,并举例说明了该方法的有效性.