基于Bayes网络的惯导系统多源试验信息融合方法

提出了一种基于Bayes网络的惯导系统多源试验信息融合方法,旨在为惯导系统的精度鉴定工作提供新的研究思路。首先利用环境折合因子建立不同类别试验信息间的相互联系,然后通过Bayes网络构建反映所有变量关系的图形映射模型。根据试验信息,Bayes网络中的MCMC算法可以快速获得环境折合因子等变量的验后统计特性,继而可以实现不同试验条件下惯导系统误差模型的信息折合。针对惯导试验数据的小样本特性,还讨论了两种不同的信息折合方法。地面标定试验和车载试验信息融合的仿真结果表明了上述方法的有效性。     

基于加速退化试验的寿命与可靠性评估技术应用研究

对高可靠、长寿命电子产品的基于加速退化试验(ADT)的寿命与可靠性评估技术及其应用进行了研究.用漂移布朗运动拟合其退化过程,考虑退化的可加速性,综合加速模型建立了带加速的漂移布朗运动模型,根据漂移布朗运动首达时服从逆高斯分布的特点建立了可靠性评估模型,用极大似然估计与最小二乘法给出了不等采样周期的模型参数估计方法.某GaAs微波组件的算例计算结果验证了方法的有效性.     

一种综合性能与寿命数据的Bayes-Bootstrap方法

对现代长寿命、高可靠产品进行可靠性评估,传统大样本寿命试验和统计推断方法存在很大困难,包括伪寿命数据方法在内的性能与寿命数据综合的可靠性评估方法也存在很多问题。提出了将性能可靠性建模与Bayes方法相结合的方式解决这一困难问题,其中对性能试验数据建立性能退化模型,并利用Bootstrap方法处理伪寿命数据导致的随机性误差和构造融合Bayes验前分布,然后利用Bayes验后分析进行可靠性统计推断。对随机斜率模型和长寿命卫星动量轮轴承组件润滑寿命的应用表明,提出的方法可以充分利用产品研制、使用过程中各种类型的信息,特别是性能试验信息,具有一定的适用性。     

液体火箭发动机可靠性增长分析与决策研究

液体火箭发动机试验费用昂贵、可靠性要求高，有必要采用分析和决策技术对可靠性增长进行综合管理。传统的可靠性增长分析与决策是采用可靠性增长模型，包括经典可靠性增长模型和Bayes可靠性增长模型。可靠性增长模型以可靠度的点估计或置信下降作为决策标准，缺陷是没有考虑可靠度本身的不确定性以及由决策损失导致的严重后果。本文根据液体火箭发动机的特点，采用信息融合技术，建立了基于增长数据折合的Bayes指数分布可靠性增长模型，评估可靠性水平。针对评估结果存在的不确定性，采用Bayes风险决策方法确定停止可靠性增长试验时间的标准。工程应用表明：该方法可操作性强，得出的结果科学、可靠。     

基于ALT和MCMC方法的产品外场可靠性评估方法

针对目前基于加速试验产品可靠性分析方法忽略外场环境的差异性及未考虑外场数据等问题,从数据融合的角度,考虑试验与外场环境的差异性,综合加速寿命试验的试验数据和现场数据2种信息,建立更为准确的模型,并利用马尔科夫链蒙特卡洛(MCMC)进行贝叶斯分析,解决模型复杂难于计算的问题,通过Gibbs抽样获得模型后验参数估计,从而对产品在外场工作状况下的寿命及可靠性进行评估,最后通过实例对比分析,说明综合2种数据来源不仅扩大了信息量,同时评估的精度更高,结果更加可信。     

基于视觉的飞行器运动参数串行式递归估计

针对利用视觉方法进行飞行器运动参数估计中旋转与平移参数耦合及计算量大的问题 ,设计了一种适用于递归方法的串行式运动参数估计模型。证明了旋转运动参数的估计不依 赖于平移参数,据此建立了基于特征线的旋转运动参数估计模型,进而设计了串行式运动参 数估计模型。给出并证明了利用该模型进行运动参数估计时解的唯一性结论。仿真实验和实 测试验表明：相对于集中式模型,使用串行式递归模型进行飞行器运动参数估计时计算耗时 减小、姿态精度更高、鲁棒性更强。
     

固体火箭发动机性能可靠性评估的Bayes方法

在研制阶段试验信息以及积累以往试验信息的基础上，运用Bayes方法，建立了固体火箭发动机性能可靠性仿真模型，给出了仿真模型可信性检验的最大熵谱方法；将仿真信息作为验前信息，结合现场试验信息确定了性能可靠性的近似分布，并给出了性能可靠性的点估计和置信下限估计。     

指数分布定时截尾样本下步进加速寿命试验的统计分析

在产品寿命服从指数分布情况下,给出了定时截尾样本下的步进加速寿命试验的统计分析方法,根据时间折算公式建立似然函数得到各参数估计,利用最大似然估计的近似正态分布性和Fisher信息阵的简单近似式得到参数的置信限,最后对试验数据实例进行了相关的统计分析。     

某型晶闸管恒加寿命试验中数据处理的Bayes方法

对寿命服从Weibull分布的某型晶闸管恒定应力加速寿命试验中的零失效数据,运用经典的统计方法和Bayes方法进行了处理,分别给出了在正常应力下失效概率的极大似然估计和多层Bayes估计,对2种估计结果与现场试验数据下所得估计结果的比较表明,Bayes估计的绝对误差为5.89×10-5,它小于极大似然估计的绝对误差2.438×10-3。随机模拟表明本文所给方法正确有效。     

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。
     

基于及时修正策略可靠性增长的动态Bayes评估方法

针对指数寿命型设备在及时修正策略下的可靠性增长过程,提出了一种动态Bayes评估方法。该方法建立了及时修正策略下的AMSAA模型,并依据已有研制试验数据,对下一次试验的设备失效率进行预测,并将预测结果作为对新技术状态下设备失效率的验前认识,然后利用最大熵方法给出设备失效率的验前分布,进而实现对产品可靠性增长的Bayes统计分析。最后给出了该方法的具体算例,通过对比分析证明了该方法的有效性。     

电子整机加速贮存试验方案设计

对于长寿命高可靠的整机设备,难以通过传统的统计试验方法来验证其可靠性。而现阶段基于模型的加速试验方法受到加速模型的限制,只适用于元器件级及材料级产品。本文在充分利用元器件、材料级产品加速试验(加速寿命试验,加速退化试验)既有经验的基础上,提出了整机加速试验方法。根据整机在库房自然贮存期内和加速应力条件下两者的失效概率相等的原则计算加速贮存试验时间。基于概率统计理论,按照IEC或GJB899A中规定的方案验证整机的贮存可靠性或可靠寿命,并介绍了应用实例。     

飞行器气动参数智能在线辨识技术研究

气动参数辨识对于大气层内飞行器来说至关重要,通过在线气动参数辨识可规划更准确的飞行轨迹,并对控制参数进行自适应调整。传统辨识方法的模型较为复杂,运算量大,无法满足飞行器在线辨识的要求。而基于神经网络的智能参数辨识方法,不仅可以离线对网络模型进行训练,并利用历史飞行数据进行模型修正,也可在线时直接利用训练好的网络对参数进行快速调整,在保证参数估计精度的同时,保障参数估计的快速性。提出了一种基于支撑向量机(SVM)的样本扩充和神经网络参数在线快速修正方法。通过仿真和统计,证明了基于SVM的神经网络方法对飞行器气动参数进行在线快速智能辨识的可行性。     

Bass模型参数估计方法研究综述

详细介绍了新产品扩散Bass模型及其各种参数估计方法.模型的参数估计是影响模型准确性的一个重要方面,不同的参数估计方法,会使模型拟含结果相差很大,本文在对以往Bass模型参数估计方法进行分析评述的基础上,介绍了一种新的模型参数估计方法一蚁群算法,通过比较分析,认为蚁群算法将是一种更好的Bass模型参数估计方法.     

基于Dirichlet先验分布的加速寿命试验的Bayes分析

竞争失效场合加速寿命试验统计分析问题正在成为研究的热点,但目前的方法主要采用极大似然估计（MLE）,在小样本情形下统计精度不高。针对这一问题,以Dirichlet分布综合产品的各类可靠性先验信息,并充分考虑了试验数据的非完整性,建立了基于Dirichlet先验分布的Bayes分析方法。最后通过Monte Carlo仿真和应用算例验证方法的有效性。结果表明,由于综合了有用的先验信息,从而扩大了统计信息量,因此在小样本情形下本文方法比极大似然估计方法具有更加优良的估计性质。     

Bayes融合方法在武器小子样试验中的应用

提出了在小子样武器试验中，利用Bayes融合理论对其参数进行评估，分析了Bayes理论基础和应用条件，在此基础上，建立了融合算法模型，经过仿真验证，在小子样试验中，该方法是提高评估置信度和精度的一种有效的途径。     

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。     

基于样条模型的多传感器目标跟踪算法研究

研究武器试验中多传感器目标跟踪的数据融合问题。通过用样条函数表示目标轨迹参数,建立了问题的节省参数模型,并构造了快速的样条递推算法和参数估计算法。采用样条函数这种稀疏表示方法后,新方法能有效地减少待估参数的个数,提高参数估计精度,在减少计算量的同时降低处理系统的存储负担。仿真结果说明新算法能在很短的时间内完成数据融合,且得到的融合结果精度很高。     

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。     

随机应力下系统可靠度的鲁棒优化

在随机应力条件下建立加速退化模型,设计加速退化试验并估计模型参数,用数学近似方法推导了可靠性均值和方差的计算模型,分别作为鲁棒优化设计模型的约束与目标函数。燃烧室可靠性设计算例结果表明:该方法不仅使系统设计达到可靠性要求,而且有较高的稳健性,有一定的工程实际意义。