精密导航系统监测数据的模糊综合评价模型设计

为保证精密导航系统测试的客观性和科学性,针对现有导航系统的测试环境,设计了以AHP 模糊综合评价为架构的监测数据模糊评价模型。同时提出了综合模糊算子的方法,用以改善多个监测指标在评价结果合成时由于部分评价指标权重不突出而导致的整体评价不严谨的问题。最后利用最小置信度准则来验证评价结果,保证其有效性。通过算例验证可知,评价结果可以反映监测数据所对应的测试状态及性能,这为精密导航系统的测试提供了有效的测试分析和调试建议。     

仿真输出非平均性能测度的Bayes估计

考虑离散事件仿真中一个非平均性能测度－－比例的估计问题，在对有关比例的已有估计方法的概述和分析的基础上，提出了一种比例的Ｂａｙｅｓ估计方法和贝塔分布的区间估计方法，从实验上对这些方法进行了研究和比较，从而证明了Ｂｅｙｅｓ方法能合理地给出比例的估计，而且仿真精度在大样本情形比已有方法略有提高，在小样本情形有明显的改进。     

基于相似度曲面二阶差分的景像匹配算法

在分析景像匹配相似度曲面特性的基础上,提出了采用相似度曲面二阶差分为最小作为选取景像匹配点的准则,并进一步给出了利用该准则得到的匹配点的置信度指标. 与传统的景像匹配相似度最大值准则相比,该准则可有效地提高匹配概率(在本仿真实验中,采用修正相关系数(CCF)算法的匹配概率由92.7%提高到98.1%),给出的置信度指标也较好地表示了匹配点的可信程度,并可作为剔除误匹配点的一种参考标准.      

小样本无失效寿命试验数据的轴承可靠性评估

针对小样本无失效寿命试验数据可靠性问题提出了评估模型。模型采用Bayes理论构造服从原始样本的抽样函数,结合Bootstrap法生成大量服从抽样函数的随机数作为增广样本,再通过最佳线性不变估计法分析原始样本及增广样本得到Weibull分布双参数估计值作为可靠性评估结果。通过Monte-Carlo法仿真生成服从Weibull分布的随机数,分别采用该模型、配分布曲线法及现有Bayes理论对此随机数做评估,对比发现:该模型得到的参数估计较现有Bayes理论和配分布曲线法更接近Weibull双参数真值,且形状参数和尺度参数估计值的相对误差均低于10%,验证了模型分析小样本无失效数据进行可靠性评估的可行性。借助文献实例对模型进行分析,对比得出模型能得到较现有Bayes理论和配分布曲线法更符合工程实际的评估结果;模型在小样本情况下的双侧可靠度置信区间长度低于现有Bayes理论和配分布曲线法,有效提高了小样本无失效数据可靠性评估精度。      

一种实用的边缘强度互相关匹配可信度分析方法

匹配可信度是衡量匹配质量的重要指标，针对归一化边缘强度互相关匹配算法，研究了基于神经网络的匹配可信度判别方法。通过对参考图进行加噪实验获得训练样本，对BP网络进行训练，并将训练后的网络用于匹配可信度的判别。针对实际卫片与航片图像对的实验结果，平均判决正确率达到90％以上，证实了该方法的有效性。     

无失效试验数据系统可靠性评估方法研究

理论上,样本量越大,通过估计得出的值越精确。但许多武器装备造价昂贵,危险性高,不可能做大量的现场试验进行可靠性分析,面临着如何探求无失效情况下高可靠性装备的评估问题。文中基于元件的无失效成败型试验数据,研究了指数型元件组成系统的可靠性评仆方法。     

小子样场合下估算母体百分位值置信下限和可靠度置信下限的Bootstrap方法

将Bootstrap方法引入到小子样场合下母体百分位值置信下限的计算中,并与传统的单侧容限系数法和新单侧容限系数法进行了大量的对比计算,算例表明Bootstrap方法明显优于其他两种方法,在较高可靠度和置信度要求下母体百分位值置信下限不会出现负值的情况,而且计算得到的结果更接近真值。发展了一种半参数Bootstrap方法用于计算可靠度的置信下限,模拟计算表明半参数Bootstrap方法很好地克服了置信度较高时,新旧单侧容限系数计算出的可靠度置信下限过低的局限性,而且半参数Bootstrap方法的计算结果均有较高的精度。     

基于关系矩阵的多传感器数据融合方法

以置信距离测度作为数据融合的融合度,先计算出置信距离矩阵,然后分析了计算关系矩阵和确定最佳融合数的几种不同方法,通过分析和算例可以看出,应用椭圆曲线表示的支持程度有助于提高融合结果;并讲述了极值原理法、极大似然法、Bayes法和综合支持程度等数据融合方法,算例表明,这几种融合方法都十分有效,在实际应用中应根据具体情况选择不同的融合方法。     

最大标准差和最大变异系数方法

 提出最大标准差方法和最大变异系数方法,能充分利用以往数据和经验提供的信息,大大减少了试件个数。与国际上常用的单侧容限系数法相比,可节省大量试件;而在试件个数相同的情况下,则可得到更接近母体百分位值的置信下限(如安全寿命或安全疲劳极限等)。     

Weibull分布定时无失效数据可靠性分析方法

定时无失效数据的处理是当前工程中亟需解决的问题.为此,提出一种Weibull分布定时无失效数据可靠性分析方法,在形状参数下限已知的情况下,给出了可靠度和使用寿命的单侧置信下限,从而能够根据定时无失效数据对产品进行高置信水平的可靠性评定.大量Monte Carlo模拟验证结果表明,该方法既可以充分利用定时无失效数据,又能对Weibull分布无失效数据进行累加,所以增大了信息量,提高了预测精度.文中给出某型号高压容器定时无失效寿命试验数据的计算实例.