基于GA的可靠性寿命分布参数的极大似然优化估计

基于极大似然估计法的基本原理和优化理论,建立了可靠性寿命分布参数的极大似然优化估计模型,并采用遗传算法(GA)进行求解,分析了GA在模型求解中的编码、选择策略、交叉和变异等关键步骤,以及约束条件的处理。给出了用该法估计单威布尔分布和混合威布尔分布参数的一实例。结果表明,工程上此法可有效估计可靠性寿命分布的参数,所获结果更为精确合理。     

广义Weibull分布参数的收缩估计

在右删失样本下,研究了双参数广义Weibull分布参数的极大似然估计。针 对在小样本或高度删失样本下参数估计效果差的问题,引入了收缩估计方法,将先验信息与 样本信息相结合,用于改善参数估计。分别在单参数和双参数含有先验信息两种情形下,给 出了分布参数的收缩估计。以定数截尾样本为例,利用Monte\|Carlo方法对收缩估计与极 大似然估计进行了比较,模拟结果表明在一定的条件下,收缩估计具有更优的统计性质。数 值算例表明,在小样本或高度截尾样本下,双参数广义Weibull分布参数的收缩估计具有较 好的效果。
     

小样本下正态分布可靠度评估方法

工程计算中，经常用样本特征量代替母体参数来估计产品的可靠度．本文用模拟的方法说明了当样本量较小时，这样评估的结果并不可信。并通过分析相关统计量的分布．给出了小样本情形下，高精度的可靠度评估方法。     

基于贝叶斯稀疏重构的非均匀样本谱估计

在航空电子对抗领域,往往需要利用非均匀样本来估计信号的频谱。针对非均匀样本谱估计问题,提出了贝叶斯稀疏重构谱估计算法(BSRSE)。该算法首先将非均匀采样的谱估计表示为稀疏信号重构问题。然后利用拉普拉斯分布表示稀疏性,建立贝叶斯模型。最后通过构造加速的不动点迭代方法估计参数,从而估计信号频谱。与现有谱估计方法比较,该算法具有较高的频率分辨力、较强的噪声适应能力,且需要较少的样本数。数值仿真验证了该算法的有效性。     

小子样样本均值点估计的一种非参数方法

描述了极值分布分位点估计方法的原理和模拟退火算法．并对分位点函数展开式的系数进行了优化仿真计算，最后得到样本总体均值的点估计。针对小子样情况，如果对具体的分布不很明确了解，本文提供的均值点估计非参数方法可作为一种备选方法。     

基于RJ-MCMC的DS-CDMA信号扩频码与信息序列盲估计

针对非合作低信噪比环境下的DS-CDMA信号参数估计问题,在分析信号模型的基础上,提出一种基于可逆跳跃的马尔科夫链蒙特卡罗(RJ-MCMC)扩频序列和信息序列联合估计算法。该算法通过建立信号参数和用户个数的联合后验分布模型,迭代抽样得到待估分布的样本,并有效地在不同维数的子空间中跳转,从而构造一条马尔科夫链,使其平稳分布为待估参数的后验分布。仿真结果表明,该算法在功率相同和不同的条件下均能适应较低的信噪比,并且对不同的用户个数具有较强的适应性,同时算法的估计性能相对现有的方法也有很大的改善。     

烧蚀热响应计算中的不确定性传播分析方法研究

发展了基于代理模型的不确定度量化方法，以少量确定性模拟结果为样本，通过代理模型来构建目标变量和不确定性输入参数的响应关系，以此来分析目标变量的不确定性信息，包括均值、标准差、概率密度分布等统计信息以及各个输入参数对目标变量的敏感性大小。本文以烧蚀热响应计算为例，通过分析材料物性参数的不确定性对烧蚀热响应预测的影响，表明该方法具有准确度高、效率高的特点，为工程中的高维不确定度量化问题提供了很好的解决思路。     

基于集合-覆盖模型的液体火箭发动机多故障诊断研究

通过从故障仿真数据中提取常见故障的效应参数症状，建立发动机的集合覆盖多故障诊断模型。根据当前发动机已有测量参数的症状与假设故障的相应参数效应症状的对比结果，对各假设故障赋以相应的奖征值，然后综合诸参数的奖惩值得到相应假设故障集的合理笥指标值值，基于该指标值利用遗传算法进行启发式的假设故障产生与测试。最后，基于所提取的效应参数症状进行了仿真故障数据样本的多故障诊断分析，并与经参数优选后的多故障诊断结     

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。     

NA样本下半参数回归模型估计

在NA相伴样本下，研究固定设计半参数回归模型估计的强相合性，获得较合理的充分条件。     

激光辐照充压壳体的破坏评价(Ⅱ)——局部热载作用下断裂参数的分布特性

在激光辐照充压壳体的破坏评价中,需确定断裂参数的分布类型及相关的分布参数.壳体材料的断裂韧性KIC是评估模型中对破坏结果有重要影响的断裂参量.因此,以壳体材料30CrMnSiNi2A的KIC为主要研究对象,利用数理统计的方法,对其相关分布特性进行了研究.首先,根据提供的样本,对于断裂参数的分布类型,利用Shapiro-Wilk W检验和正态概率纸检验,表明断裂参数的分布服从正态分布.其次,对于分布类型的数字特征,利用参数估计的方法给出了点估计结果,同时对估计精度及相关的最小样本容量进行了分析.这些问题为了解评估数据的可信程度提供了基础,同时也可为实验室数据处理提供了参考.     

基于遗传算法的制导控制系统耦合回路优化设计

为减小天线罩瞄准线误差斜率对导弹制导控制系统的影响，将导引控制器的设计作为参数优化问题．建立了优化模型。采用遗传算法对导引控制器参数进行优化，并给出了遗传算法的操作和优化流程。数字仿真结果表明，所设计的制导控制系统耦合回路对天线罩瞄准线误差斜率的摄动具有较好的鲁棒性。     

基于过程神经网络的热平衡温度预测研究

为缩短航天器热平衡试验周期，以降低航天器研制成本，提出了一种基于过程神经网络的热平衡温度预测模型。为简化该模型的学习过程，提出了一种基于正交基函数展开的基本学习算法，利用基函数的正交性不仅可以简化模型中的时间累积运算过程，而且能提高模型对解决实际问题的适应性。同时，为增强模型的外推预测能力，在基本学习算法的基础上给出了一种基于新增样本的学习算法，使模型既能对新增样本进行快速学习又不损失对原有样本的记忆。实际应用表明，该预测模型能够利用某型号卫星热平衡试验中某监测点进入稳定工况后40小时内的试验数据提前42．5—68小时获得该监测点的极限热平衡温度。     

弹道导弹拦截系统中的雷达测轨算法

研究了弹道导弹防御系统的雷达测轨估计问题。为了解决雷达探测距离远、角度误差大、椭圆轨道计算量大和目标运动轨迹摄动大等恶劣条件下的测轨预报，并且能充分利用雷达测量误差分布的方向性以提高算法的精度和自适应能力，提出了小机动模型的目标状态估计器的预处理一给定两个时刻目标位置的轨道参数初算一多目标位置状态参数下最大似然估计的目标轨道最优估计方法。通过对制导控制系统全程仿真，可以看出该雷达目标测轨算法使其控制系统有很好的中末制导交接条件。     

基于样条模型的高精度星间相对定位与定姿

针对分布式小卫星编队的星间相对定位与定姿的高精度要求，提出了基于样条模型的星间相对定位与定姿的新方法。新方法将一段连续时间内的卫星状态参数用样条参数模型表示，将直接估计状态参数转化为样条参数，减少了待估参数的个数，实现了多时刻状态联解，提高了姿态参数对距离变化的敏感性，结构更加稳定。仿真结果表明，相对定位精度由5mm提高到2mm，相对定姿精度由0．0004弧度提高到0．00003弧度，并解决了估计不稳定现象。     

某型号液体火箭发动机可靠性分析

基于逐步增加Ⅱ型截尾样本,讨论了某型号液体火箭发动机可靠性指标的Bayes估计及E-Bayes估计.在刻度平方误差损失函数下,给出了火箭发动机寿命分布参数、可靠度函数及失效率函数的Bayes估计及E-Bayes估计.最后运用Monte Carlo方法对各种估计的均方误差进行了模拟比较.结果表明,E-Bayes估计给出的估计精度高.     

小样本下煤油加注温升模型参数估计方法

为消除火箭煤油加注实测温度与现行加注温升模型计算理论温度之间的偏差,准确估计煤油加注温升实现精确加注、精准控制,在靶场实测数据仅为小样本数据的现实条件下,采用贝叶斯回归方法,将经验参数作为先验信息给出待估参数的先验分布,由实测数据计算贝叶斯风险,通过最小化风险函数实现对煤油加注温升模型的参数优化估计。数值实验结果表明,与给定的经验参数和经典最小二乘估计参数相比,贝叶斯估计参数估算的加注结束温度与实测温度误差显著减小,且随着可用的数据样本容量相应增大,贝叶斯回归分析的参数估计精度呈现收敛趋势。贝叶斯方法进行煤油加注温升模型参数估计有效提高了加注温升模型精度,为提高推进剂加注精确度提供了方法基础。     

基于狄氏先验分布的固体火箭发动机可靠性增长Bayes分析

针对固体火箭发动机研制存在历史信息和专家信息的特点,提出了一种可靠性增长分析的Bayes模型。以狄氏分布作为先验分布,给出了先验分布参数的确定方法。综合利用了先验信息和每一阶段现场试验信息,推导了各阶段可靠性的后验边际分布。给出了当前阶段和后续阶段产品可靠性的Bayes点估计和置信下限,分析了各阶段试验结果对最终产品可靠性估计的影响。最后给出了一个实例,验证了该模型的有效性。     

基于遗传算法的极短弧段天基轨道确定方法

天基光学观测系统采用恒星跟踪模式监视空间目标时获取的观测弧段极短,在极短弧段观测条件下,经典的轨道确定方法会由于求解方程的本征病态无法得到合理解。针对该问题,文章采用遗传算法对空间目标极短弧段轨道确定问题进行优化求解,建立了基于遗传算法的空间目标初始轨道参数求解的运算模型,并利用空间目标的分布特性进行分区域计算,从而有针对性地缩小搜索范围,提高了计算效率并避免解收敛到局部最优值。仿真试验表明:该方法能够利用天基极短弧段观测数据正确估计空间目标初始轨道参数,定轨精度优于Gauss法与采用观测斜矩作为优化变量的方法。此方法为精密定轨提供有效初值,提高多个短弧段之间的关联性,由此可为天基光学观测平台的空间目标监视、跟踪以及编目任务提供参考。     

基于新Dirichlet先验分布的超参数确定方法研究

研究了基于新Dirichlet先验分布的Bayesian可靠性增长模型的超参数 确定方法,该方法将专家经验表示为均匀分布,以先验参数为变量,将均值作为约束条件、 方差作为目标,利用最优化方法求出与该均匀分布最为接近的Beta分布,解决了由于新
Dirichlet先验分布超参数物理意义不明确而难以确定的问题。针对后验积分难以计算的问 题,采用WinBUGS软件建立了新Dirichlet先验分布的Bayesian可靠性增长模型,该模型思路 清晰、简单易行,提高了计算的精度,实例证明了该模型在可靠性应用中的直观性与有效性 。