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.     

基于扩展卡尔曼滤波的变刚度结构动载荷识别（英文）

引入扩展卡尔曼滤波（Extended Kalman filter,EKF）方法,结合最小二乘估计来识别作用在时变结构上的未知载荷,并实现对时变系统结构参数的识别。首先提出未知参数类型为刚度系数时的动载荷识别方法。然后通过一个五自由度缓变刚度结构仿真算例来验证方法的有效性和准确性。仿真结果表明,即使考虑输入数据中的噪声,该方法也能同时准确识别出未知载荷和结构参数。     

一种适用于任意阵列的极化和二维DOA联合估计算法

提出了一种适用于任意阵列的极化和二维DOA联合估计算法。该算法基于信号空时二维结构特征,利用空域采样和时域采样构造时空矩阵,通过DOA矩阵方法进行极化和二维DOA参数估计,不需要二维谱峰搜索,计算量小。仿真实验证明了算法的有效性。     

Real-time total system error estimation:Modeling and application in required navigation performance

In required navigation performance（RNP）, total system error（TSE） is estimated to provide a timely warning in the presence of an excessive error. In this paper, by analyzing the underlying formation mechanism, the TSE estimation is modeled as the estimation fusion of a fixed bias and a Gaussian random variable. To address the challenge of high computational load induced by the accurate numerical method, two efficient methods are proposed for real-time application, which are called the circle tangent ellipse method（CTEM） and the line tangent ellipse method（LTEM）,respectively. Compared with the accurate numerical method and the traditional scalar quantity summation method（SQSM）, the computational load and accuracy of these four methods are extensively analyzed. The theoretical and experimental results both show that the computing time of the LTEM is approximately equal to that of the SQSM, while it is only about 1/30 and 1/6 of that of the numerical method and the CTEM. Moreover, the estimation result of the LTEM is parallel with that of the numerical method, but is more accurate than those of the SQSM and the CTEM. It is illustrated that the LTEM is quite appropriate for real-time TSE estimation in RNP application.     

独立指数分布期望参数的Γ极小极大估计

在参数的部分先验信息已知的条件下所获得的Γ极小极大估计是一种介于有确定的先验分布函数的Bayes估计和无先验信息的极小极大估计之间的估计方法,因而更切合实际.以往的研究对二项分布参数的线性组合及负二项分布的参数在某些限制条件下的Γ极小极大估计做了讨论.本文给出了独立指数分布的期望参数在一般的先验矩限制下的Γ极小极大估计,同时讨论了两种特殊情况,即给出了在仅有先验二阶矩限制下的以及有确定的先验一阶矩和二阶矩限制下的指数分布的期望参数的Γ极小极大估计.     

多维相关系数平稳序列分析方法

相关系数平稳序列是从非平稳随机序列中分离出来的一类工程上常见且又便于研究的一类时间序列,其均值和方差都可随时间变化,因此,与传统平稳过程相比,它能更好地描述工程中的时间序列.在相关系数平稳过程的基础上,给出多维相关系数平稳过程的定义,建立了新的多维相关系数序列的理论和方法,给出了多维相关系数序列的极大似然估计.通过对时域的全程分析,能够充分利用样本信息对相关系数序列的均值函数,协方差矩阵函数和相关系数矩阵函数进行估计.在此基础上,对多维相关系数平稳序列进行高精度的频谱分析.     

航空发动机约束卡尔曼滤波方法

<正>卡尔曼滤波器通常用于动态系统的状态估计,但在应用过程中,有些已知的信息在运算过程中被忽略,例如转速、温度与压力的范围限制。约束卡尔曼滤波器将已知的信息作为约束,可以提高估计的精度。文献首次提出了将约束线性卡尔曼滤波应用于发动机健康估计;文献介绍了约束线性卡尔曼滤波数学实现的矩阵变换,与传统的无约束线性卡尔曼滤波对比,该方法对发动机健康状况参数估计更加准确。