巧用弥尔曼定理

通过一些解题实例，分析学生在运用弥尔曼定理解题的过程中易出现的问题，进而给出熟用、巧用定理以避免出错的口诀。     

中心极限定理用于近似计算时必须注意的问题

本文着重指出,在运用中心极限定理近似计算独立同泊松分布随机变量之和的概率时,通常只注意了取n适当大的值,从而导致了差异较大的不同结果。本文指出了不仅要使n适当的大,而且也要使nλ足够地大。当X_h是其他离散型随机变量时,也要考虑类似的问题。     

基于贝叶斯可靠性的设计优化在弹翼蒙皮设计中的应用

针对设计优化中存在的偶然不确定性和认知不确定性,采用贝叶斯理论,利用验前信息,进行可靠性分析,提出了基于贝叶斯可靠性的设计优化方法,并将其应用到弹翼蒙皮设计中。在仿真中,计算了两种不确定性下的可靠度分布,优化结果达到了可靠性要求,并且计算简单,易于工程实现。     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点,提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法,将贝叶斯边缘分布近似表示,能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况,提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据,运用KF与BLKF分别滤波。对比滤波结果可发现,BLKF比KF能更好地反映真实角速度状态。同时,在陀螺仪角速度变化时,BLKF的可靠性和准确性更高,滤波效果更具优势,能够达到抑制MEMS惯性传感器随机噪声的目的。     

基于不确定传感器状态的机载系统多层故障诊断方法

准确的机载系统故障诊断是保证飞机安全飞行和实现经济效益最大化的重要途径。然而传感器受到内外部环境条件的影响而不可避免的存在检测状态的不确定性,因此基于单个传感器或局部区域传感器综合检测结果的方法难以完全保证故障诊断的有效性和正确性。针对飞机机载系统的结构和工作原理,充分利用系统中不同层级、不同区域传感器检测特征之间的关联关系,考虑单个传感器本身存在的不确定性,构建了传感器信息前向融合与反向校验相结合的分层诊断决策方法,实现了对系统状态和传感器状态的双重估计与更新,克服了单一传感器故障对系统诊断推理准确度的影响。该方法较传统故障诊断模型,不再依赖某一个或某一类传感器信息的绝对可靠,在实现系统级的准确故障诊断同时,还能判断具体某一传感器本身是否发生虚拟警。在飞机液压系统故障诊断案例中,新方法成功将系统故障诊断的虚警率降低了96%,传感器的不确定度降低了84%。     

液体火箭发动机性能参数的贝叶斯评估方法

文章研究了如何利用发动机地面试验数据,来评估飞行中的性能参数及其可靠性。采用贝叶斯分析,研究给出了合理实用的先验分布及后验分布的求解,并给出了各参数及其性能可靠性的贝叶斯点估计和置信估计。     

安全关键软件可靠性验证测试方法研究

为了在不降低安全关键软件可靠性验证测试结果可信性的前提下减少测试用例量,在分析经典统计假设测试和无先验贝叶斯统计方法的基础上,提出了一种先验知识动态整合的贝叶斯推断统计测试方法;并提供了软件失效概率的概率密度函数先验分布参数的详细求解办法。实验表明,所提供的安全关键软件可靠性验证测试方法可以用较少的测试用例获得同样的结果可信性。     

不确定参数结构特征值问题的概率统计方法和区间分析方法的比较

 基于区间数学理论、灵敏度分析理论、Kronecker代数理论,应用Taylor级数展开、概率摄动技术,提出了具有不确定参数结构的特征值问题的区间分析方法。结合工程实例与传统的概率分析方法进行比较,给出了两种方法的数值解法及各自解法的Kronecker代数形式。数值算例的结果显示了区间分析方法在具有不确定参数结构特征值问题分析中的价值和有效性。     

某型固体火箭发动机的可靠性增长分析

对某型固体火箭发动机的可靠性增长进行了统计检验,在可靠性增长的基础上,用二项分布阶段可靠性增长的Bayes方法评定了该机的可靠性下限。结果表明,可靠性增长方法能充分利用信息,并可节省大量试验样本。     

窗函数递推T矩阵法

 引入数字信号处理中的窗函数, 应用于加法定理中, 解决了在入射波为TE 波时, 用递推T 矩阵法计算电大尺寸物体或多个散射体散射场时, 精度不高的问题。另外本文从积分方程出发, 推导出了总体T 矩阵的另一种表示形式, 最后给出的算例证明了引入窗函数的有效性和总体T 矩阵表达式的正确性。