非等间距相关系数平稳序列分析方法

工程实际中由于数据缺损或受测试条件所限,常常得到非等间距的时间序列。而传统的时序分析方法只适用于等间距采样的数据,目前工程上对这类问题通常采用插值等近似处理方法,这往往导致较大误差。本文提出非等间距相关系数平稳序列的概念,建立了非等间距相关系数平稳序列自回归模型,给出了非等间距相关系数AR(p)序列的精确极大似然估计和条件极大似然估计,能够高精度地确定非等间距序列的均值函数、方差函数和相关系数函数。      

飞机风洞实验数据不确定度估计方法

论述了国际上目前流行的一些实验数据不确定度估计方法，指出它们各自的所长及不足。基于数理统计理论，给出置信水平、概率密度函数等选取应遵循的基本原则。提出了不确定度估计方法，并对随机界限估计中不应考虑误差源随机相关问题，做了简明的数学阐述。应用本文方法对某飞机风洞吹风模型实验所得到的数据进行了不确定度分析，并与其他方法做了比较。结果表明，本文方法简洁明了，且有较高计算精度。     

增益幅度不同时信号二维方向角和多普勒频率的盲估计

 在各阵元增益幅度不一致的条件下,提出了一种起伏目标的二维方向角和多普勒频率盲估计的新方法。此方法在各阵元增益幅度不一致的条件下,仍可获得很好的估计性能,并能应用于各个信号的频率相同的场合。且具有对噪声不敏感,不需进行谱峰搜索,适用范围广等特点。仿真结果表明了此算法的有效性。     

多维分布参数可变时的Bayes估计

文中讨论多元正态总体分布参数（期望值）在试验过程中可变的Bayes估计。首先论述了由验前信息动态建模的方法，其次给出现场试验下分布参数的估计。对建模和辨识中的一些问题作了较详细的论述。     

从数值逼近引出泰勒（Taylor）定理

用简单函数逼近（近似表示）复杂函数是数学中的一种基本思想方法。本文将要引出的Taylor定理就是用高阶多项式来逼近具有一定可微性的函数所得到的一个基本定理，它一理论研究和近似计算中有重要价值。     

目标运动要素解算方法的探讨

提出了适用于水下目标运动要素估算数据融合、最小二乘估计和Kalman滤波估计模型,本模型被用于航空反潜作战中目标运动要素估算,具有良好的效果。     

动态分布参数Bayes估计中的验前建模及验前分布的适应性

动态参数Bayes估计中,参数验前信息的运用是一个关键问题。文中提出动态分布参数的线性回归建模策略,给出了验前分布的确定方法。为了获得较为稳健的验前分布,文中运用第二类最大似然(ML-Ⅱ)方法。文中论述的方法对于多维动态分布参数验前信息的分析及多层验前信息的分析具有普遍意义。     

不完全数据整体估计方法

提出一种不完全数据整体估计方法,给出整体参数的最佳线性无偏估计量及其协方差矩阵,将传统的只适用于完全数据的回归分析推广到工程中常见的不完全数据的情况。文中针对位置-尺度分布族的不完全数据整体估计方法进行了详细讨论。该方法可以将不同条件下的试验数据作为一个整体进行统计推断,因此,对一种条件下只有一个失效数据的情况也能进行分析。与传统方法相比,具有更高的精度,而在精度相同的情况下,则可以节省大量试样。      

用于故障诊断的模糊Petri网

基于一般 Petri网理论、故障树技术和模糊集理论 ,建立了适用于故障诊断的模糊 Petri网理论体系 ,并用于 FMS的故障诊断实例中。该方法具有直观、表达能力强、易于推理 ,能准确地描述故障现象的性质及故障空间的关联     

卫星动量轮的污染数据的Bayes参数估计

由于试验条件等的限制,在寿命试验中,所获得的数据可能是污染数据.这时,采用传统方法分离污染项并对产品的寿命进行估计非常困难.针对指数型寿命数据受正态污染的情况,建立定数截尾情况下的数据模型,并采用Bayes方法对模型进行统计分析;在验前分布确定方面提出运用Bootstrap方法确定超参数.实例分析表明,Bayes方法对有污染情况寿命数据的统计推断是有效的.