某飞行器数据记录设备的可靠性综合评估

针对飞行器数据记录设备的的小子样可靠性评估问题,从贝叶斯定理出发,进行了理论推导,建立了由分系统的可靠性参数综合评估系统可靠性参数的理论模型,并对某飞行器数据记录设备进行了可靠性综合评估     

基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法

杂波谱稀疏恢复空时自适应处理（STAP）是一种有效减少杂波样本数需求的机载雷达杂波抑制方法。然而,空时平面被离散地划分为若干个网格点来构建空时导向矢量字典,当字典在失配时,杂波脊不能准确落在预先离散化的网格点上,稀疏恢复STAP性能严重下降。提出了一种基于稀疏贝叶斯学习的字典失配杂波空时谱估计方法,首先利用二维泰勒级数建立空时动态字典模型,然后将字典失配误差作为待估超参数构建贝叶斯稀疏恢复模型,并利用失配误差估计值对空时导向矢量字典进行修正,最后利用修正后的空时导向矢量字典重构杂波协方差矩阵,进而计算杂波空时谱。实验证明,该方法能够有效提高字典失配情况下的杂波谱稀疏恢复精度,杂波抑制性能优于已有字典预先离散化的稀疏贝叶斯学习STAP方法。     

基于多源诊断信息融合的发动机气路分析

针对气路可测信息的有限性及不确定性易导致航空发动机气路分析结果准确度和精度不高的问题,提出了一种基于贝叶斯网络的多源诊断信息融合机制,以提高气路部件故障诊断的准确度和精确度.介绍了基于贝叶斯网络的气路分析方法,在此基础上提出了改进的用于多源诊断信息融合的气路分析贝叶斯网络,即以常规的气路可测参数为主,而其他诊断信息则借助故障模式先验概率表引进贝叶斯网络,实现多源信息的融合.仿真实验表明:通过融合多源信息能够准确地诊断出传统的气路分析难以识别的故障,同时降低了健康参数估计值的方差,提高了诊断结果的精确度;在观测噪声放大一倍、健康参数变化量小于1%的情况下,通过融合多源信息仍能准确的估计出健康参数变化量,且标准差均于0.1%.      

基于威胁评估和扩展Voronoi图的战术飞行轨迹规划方法

针对目前各种基于Voronoi图的路径规划方法在威胁处理过程中存在的问题,提出了一种基于威胁评估和扩展Voronoi图的战术飞行轨迹规划方法。建立了基于贝叶斯网络和模糊逻辑的威胁源威胁度和路径威胁度评估模型,在此基础上建立包括路径威胁度和燃油在内的最优路径代价计算模型。结合扩展Voronoi图的路径生成方法以及Dijkstra路径规划算法,得到了从飞行起点到目标点的能够适应战场态势变化的最小代价路径。最后利用κ-Trajectory路径圆滑算法,得到了与所规划路径等长的圆滑可飞的最优路径。仿真结果验证了所提方法的可行性和有效性。     

贝叶斯网络在动量轮地面试验可靠性分析中的应用

为了有效综合动量轮地面试验过程中积累的大量复杂试验信息,对动量轮进行可靠性定量分析.提出了利用贝叶斯网络模型,融合大量测试和调试数据、专家知识等多种信息,建立动量轮可靠性模型的方法;采用贝叶斯网络推理技术,对动量轮进行可靠性评估、故障诊断和灵敏度分析,有效解决了动量轮地面试验可靠性分析与评估等难题,为动量轮可靠性试验提供了理论指导.      

备份设计的可靠度

文章在两类不同的验前分布情况下,用贝叶斯定理推断并联、待机和多数表决系统的可靠性置信下界。其解可供电子系统设计者参考。     

采用二维贝叶斯方法求解旋转盘腔导热反问题

为了研究压气机旋转盘腔换热特性,实现准确求解转盘表面传热系数,引入二维贝叶斯方法,此方法采用先验分布优化测温误差,并且更加符合转盘的二维特性。通过加入噪声的模拟数据验证方法的可行性,结果表明无测温误差时方法的平均误差是3.2%,有测温误差时方法的平均误差是10.6%,并分析了误差来源。通过与已有实验结果对比,发现方法更适用于计算转盘迎风面与背风面传热差异较大时的表面传热系数,平均相对误差为9.6%,满足实际工程精度的要求。通过改变盘面温度测点数量,发现测点增加会提升计算精度,并采用统计抽样理论分析原因,发现在可接受误差为10%时,所需要的测点数量比较合理。     

基于粒子滤波的结构疲劳裂纹扩展动态贝叶斯推断方法

准确预测结构的疲劳裂纹扩展过程是开展飞机单机寿命监控与剩余寿命估算的基础。提出一种基于动态贝叶斯网络的结构疲劳裂纹扩展预测方法,结合疲劳裂纹扩展的先验知识与后验知识来准确地推断裂纹长度;研究粒子滤波算法中不同粒子数对动态贝叶斯网络推断精度的影响规律;通过对单孔板结构与耳片连接结构件在随机载荷谱下进行裂纹扩展研究。结果表明：动态贝叶斯网络方法可以对复杂结构的疲劳裂纹扩展进行准确预测,预测精度相对于传统方法提高50% 以上。     

基于贝叶斯纠错的AR辅助飞机装配数据纠错方法

增强现实(Augmented Reality)技术用于飞机装配中可以有效提高装配效率。通过无线网络的使用,增强现实设备可以便捷访问各种人工智能服务,将自然场景下的光学字符识别(Optical Character Recognition)技术作为云服务用于AR辅助装配中减少人工录入以加速装配过程。针对AR辅助飞机线缆装配中线缆识别存在错误的问题,基于贝叶斯纠错器,结合航空线缆规则提出一种数据纠错的后处理流程,使用噪声通道模型对线缆的识别结果数据进行推理纠错,并构建了基于云服务的AR辅助线缆装配体系。在该系统的环境下,进行AR辅助的航空线缆装配试验,将导线识别准确率从88%提高到98%,验证了该系统具有一定高效性的同时保证了正确性。