基于抽样评分法的民用飞机电源系统维修性预计

民用飞机维修性的好坏直接影响到市场竞争力,是民用飞机成功运营的关键因素之一。维修性预计是民用飞机研制过程中维修性设计的主要工作之一,能够评价设计是否满足维修性要求。抽样评分法作为维修性预计的方法之一,具有样本量小、预计简便、设计初始阶段即可应用的优点。电源系统为飞机的所有用电设备供电,其维修性的好坏直接影响机载设备能否正常运行,对整机的维修性设计起着关键作用。对抽样评分法展开研究,并根据民用飞机维修性设计现状,量化了维修要求的人为因素评分核对表,对抽样评分方法进行了优化。通过抽样评分法对某机型电源系统的维修性进行了预计,评价是否达到维修性设计要求。最后阐述了抽样评分法在民用飞机维修性设计过程中的重要性。     

基于电路仿真和正态假设的小样本多试验环境下产品性能可靠性评估

针对电子产品设计验证阶段性能试验的多环境状态、小样本特点,在正态分布假设条件下,提出了基于Pspice电路仿真的性能评估方法,运用Pspice软件中的瞬态分析、Monte-Carlo分析和温度分析获得了各环境状态下的性能仿真数据,进而获得了环境因子的仿真结果;利用环境因子将多试验状态下的试验数据折算为正常状态下的性能试验数据,基于折算后性能试验数据实现了产品的性能可靠性评估。最后,以某型装备上的稳压电源为例说明了本文方法的有效性和实用性。     

基于改进加权响应面的结构可靠度计算方法

在结构可靠度分析中,响应面法由于具有良好的适用性和可操作性,是目前广泛使用的基于代理模型的分析方法。针对响应面法的计算效率和精度难以平衡兼顾等难点问题,提出一种基于改进加权响应面的结构可靠度计算方法。首先,在迭代过程中,同时考虑样本点与验算点距离、极限状态函数值、联合概率密度函数值3个权重因子对样本点进行赋权,采用加权回归并重复利用已有样本点更新不含交叉项的二次多项式响应面函数。其次,在迭代收敛后,选取已有样本点中权重较大的样本点加权拟合含有交叉项的二次多项式响应面函数。最后,结合数值算例和工程案例,通过与传统抽样方法和其他响应面法进行对比,验证了改进加权响应面法的可行性。结果表明所提方法具有较高效率的同时也保证了精度。      

基于记忆关联学习的小样本高光谱图像分类方法

高光谱图像（HSI）分类是遥感领域的基础应用之一。该任务旨在根据部分带类别标签的像素样本训练分类器,预测图像中剩余像素对应的类别标签。在实际应用中,由于人工标记样本成本过高,只能获得少量带标签的样本。针对少量样本无法准确描述数据分布从而导致训练过程过拟合的问题,提出一种基于记忆关联学习的小样本高光谱图像分类方法。考虑到无标签样本中包含大量与数据分布相关的信息,构建基于有标签样本记忆模块,并根据样本间的特征关联,利用不断更新的记忆模块学习无标签样本的潜在类别分布,构建无监督分类模型,并与传统的有监督分类模型进行联合学习。在多个高光谱图像分类数据集上的实验结果表明,所提方法能有效提升小样本高光谱图像分类的准确性。      

飞行器气动参数估计不确定度评价方法研究

为了有效地利用飞行器气动参数估计结果,必须同时给出估计结果的不确定度,因此研究了不确定度评价方法.当试验样本较多时,样本标准差具有明确的统计含义,比分散度能够更好地描述参数估计的不确定度.对于单个试验样本,基于不确定度椭球导出的C-R(Cramer-Rao)界是参数估计不确定度最好的理论预测,但利用飞行实测数据得到的C-R界普遍比样本标准差小.鉴于此,通过在低频有色噪声的基础上构造白噪声的方法,得到了一种C-R界修正方法,并通过仿真算例验证了修正方法的正确性.最后,将C-R界修正方法应用于飞行实测数据,得到的修正C-R界与利用多次飞行试验参数估计结果计算的样本标准差比较一致,表明该修正方法能够较好地给出参数估计的不确定度区间.     

NSCT变换域PCNN彩色图像增强算法

为了改善由于光照不均对真彩色图像的影响,根据人类对颜色的感知特性,利用YCbCr彩色模型空间,提出了一种基于非抽样Contourlet变换（ NSCT）的PCNN模型的图像增强算法。首先,将图像从RGB彩色空间转换到YCbCr彩色空间;然后对亮度分量进行NSCT分解,得到低频子带系数和高频方向子带系数,对低频子带,利用PC－NN增强,对高频子带采用非线性变换进行增强;最后,使用NSCT逆变换重构图像的亮度分量,并将图像从YCbCr色彩空间模型还原到RGB空间得到增强后的图像。实验结果表明,算法增强效果明显优于同态滤波、空域PCNN及NSCT域的PCNN算法,不仅增加了彩色图像的明亮度,而且图像保真性好,纹理更清晰。     

一种平均矩独立重要性指标及其拒绝抽样方法

在矩独立重要性分析过程中,重要性指标往往用于衡量结构系统输出不确定性向输入变量不确定性的逆向分配问题。假设输入参数的方差可以减缩一定比例因子,那么矩独立重要性指标可以定义为该缩减因子的函数。同时,假设输入参数的方差缩减因子为一随机变量,那么可以取矩独立重要性指标函数的均值定义一个新的平均矩独立重要性指标。由于使用Sobol方法计算平均矩独立重要性指标的模型需要循环抽样,计算量很高,故引入拒绝抽样（RS）方法,通过重复利用矩独立重要性分析中的一组输入输出样本,就可以额外计算得到矩独立指标函数和平均矩独立重要性指标,这大大节约了计算成本。本文所提指标函数及平均指标的有效性和RS方法的准确性、高效性通过数值和工程算例得以验证。      

一种新的矩独立重要性测度分析方法及高效算法

为了更加合理地分析输入随机变量对结构系统失效概率的影响,提出了一种新的矩独立重要性测度分析方法。传统的重要性测度指标只能估计输入随机变量在固定点时对结构系统输出响应的影响,而所提新指标能够充分反映输入随机变量在其分布区域的所有缩减区间上变化时对结构系统输出响应的平均影响程度,更加符合工程实际。为了求解新指标,给出了2种算法:传统的双层重复抽样蒙特卡罗（DLRS MC）方法和自适应超球重要抽样（ARBIS）方法。双层重复抽样蒙特卡罗方法计算结果可以作为对比参照解,但求解效率较低,计算量很大;自适应超球重要抽样方法在满足新指标求解精度的前提下,计算效率得到很大提高。应用数值算例和工程算例证明了所提新指标的意义和所提新算法的高效性。      

自助法中若干问题研究及其在命中精度评估中的应用

在小样本的试验评估中,自助法是一种较优的小子样方法。本文在简要阐述自助法的基础上,深入分析了自助法应用中存在的若干问题,如再抽样样本的获取方式、再抽样样本量、各样本数据容量和适用范围,并给出了自助法的实施步骤,最后比较了自助法和落入概率点小样本方法在命中精度评估中的应用效果,指出了自助法的优点。     

混合变量系统基于MCMC的自适应重要抽样法

 系统关键故障的发生,会导致系统处于各种离散性能降级状态.针对传统的基于马尔可夫链蒙特卡罗(Markov chain Monte Carlo,MCMC)的自适应重要抽样法只适用于连续变量系统的不足,提出考虑混合变量的基于MCMC的自适应重要抽样法,以支持系统性能可靠性的高效仿真.该方法首先将由关键故障产生的不同失效域组成失效空间,并通过初始样本点在失效空间中随机游走构造马尔可夫链模拟样本;然后综合考虑连续变量与离散变量,利用核密度估计构建混合核抽样密度函数;再根据该密度函数进行重要抽样仿真并计算系统的性能可靠性;最后对该方法的仿真效率进行理论分析.通过电液舵机(Electro-Hydrostatic Actuator,EHA)案例对方法的正确性和仿真效率进行验证.