一种新的星载自动识别系统检测概率计算方法

针对现有星载AIS检测概率计算方法没有考虑不同解调算法对检测结果影响的问题,提出了一种基于泊松分布船舶检测模型的星载AIS检测概率计算方法。该方法首先计算混叠信号功率差和频差的联合概率分布,以及算法的解调概率,进而将两者相结合得到表征算法能力的关键参数,代入AIS检测概率模型进行计算,可使得原有模型具有适应不同解调算法的能力。仿真表明该方法可有效应用于实际工程的评估,对星载AIS的系统设计有重要的参考价值。     

波音公司的“环保验证机”路线图

波音公司2012年启动的“环保验证机”（EcoDemonstrator）试验计划分为三步实施,第一步是改装1架波音737-800作为试验平台,验证15项新技术;第二步将改装1架波音787飞机,验证35项新技术;第三步将改装1架波音757飞机,验证一些更为激进的先进飞机技术。     

基于概率活动网络的军用飞机综合保障的建模和仿真

针对我军综合保障分析设计的需求,建立了一个概率活动网络模型,用于模拟真实的维修和使用保障活动,并介绍了任务模型和保障资源模型。用实例验证了该方法的可行性。     

基于概率神经网络的相似度排序方法

为了研究相似度排序问题,对概率神经网络的结构进行了分析,对其输出进行了改进,使之输出后验概率,进而进行相似度排序。结合电火工品发火性能的预测问题,对方法进行了验证,结果表明：基于概率神经网络的相似度排序方法与实际结果相符,方法是可行的。     

民用飞机安全性分析中单点失效MTBF的算法

安全是民航工业的生命线。按照适航规章要求,任何妨碍飞机继续安全飞行与着陆的单点失效的出现是极不可能的。传统的参数,如平均故障间隔时间(MTBF),是用来计算部件失效概率的常用参数,但由于关键安全部件可能在平均故障间隔时间之前出现故障,因此,该参数的传统计算方法对于单点失效概率的分析并不适用。提出评价单点失效概率的分析方法,即基于所给出数据样本量的大小,提出了评价单点失效概率的计算公式。给出了两个案例来进一步验证所提方法的有效性。     

基于截尾概率-非概率混合模型的可靠性优化算法

针对工程中截尾概率变量与非概率变量同时存在的情况,给出一种新的截尾概率与非概率混合可靠性模型。在该混合可靠性模型基础上,按照可靠性指标(RIA)法给出双层嵌套可靠性优化模型,并采用改进搜索策略后的ST-Powell优化算法在外层搜索设计变量的最优值,内层采用能保证收敛的改进的有限步长迭代法求解混合可靠性指标。数值算例表明,改进搜索策略后的ST-Powell优化算法的全局寻优性得到显著提升;改进搜索策略后的ST-Powell优化算法与改进的有限步长迭代法相结合求解双层嵌套混合可靠性优化模型的正确性得到验证,且对于非线性程度较高的极限状态函数同样能够得到满足截尾概率与非概率混合可靠性模型指标要求的最优解,并对工程结构算例具有很好的适应性。     

利用幅值信息的超视距雷达多路径概率数据互联算法

天波超视距雷达是通过电离层反射实现超视距广域监视的,其地理坐标系下的量测方程存在强非线性,同时由于电离层的不同分层,造成了多路径传播的严重问题,即同时存在多个量测模型。多路径概率数据互联(MPDA)滤波器将坐标配准与概率数据互联相结合,解决了超视距目标跟踪中的多路径传播问题,但在杂波环境下滤波跟踪精度不高。文中提出了一种基于信号幅值特征信息的MPDA算法(A-MPDA),当跟踪单一的、存在4种可能非线性量测的非机动目标时,仿真结果表明所提出的算法比标准MPDA有更好的跟踪精度。     

采用序列概率比方法检测航空发动机传感器软故障

提出基于卡尔曼滤波和序列概率比方法进行某型涡扇发动机控制系统传感器软故障检测新方法.研究了采用修正的序列概率比方法处理滤波残差,检测传感器软故障;并将该方法与残差加权二乘算法WSSR(Weighted Sum of Squared Residual)检测传感器软故障过程进行了对比.仿真结果表明,序列概率比方法较WSSR法所需决策时间短,适合于航空发动机传感器软故障检测.      

航空发动机涡轮前温度场数据分析方法

在航空发动机整机测试条件下,温度场测试具有局限性。介绍了1种发动机涡轮前温度场测试数据的统计分析方法,该统计方法较为有效;引入模糊原理,对统计量进行了概率分析,使得统计量评估更加完善。     

一种混合的多机动目标跟踪算法研究

提出了一种混合的多机动目标跟踪算法:交互多模型模糊联合概率数据关联算法(IMM-FJPDA),该算法将交互多模型算法(IMM)和模糊联合概率数据关联算法(FJPDA)相结合,它克服了IMM-JPDA算法计算量大和IMM-FDA算法在强杂波环境中跟踪精度差的问题.给出了基于模糊C均值(FCM)算法的多机动目标跟踪步骤.仿真结果表明IMM-FJPDA算法跟踪精度与IMM-JPDA算法相当,但计算量明显减小,提高了跟踪实时性.