基于环境独立机制的静态离散贝叶斯网络参数简化方法

在大型工程系统的应用中,贝叶斯网络节点参数存储量随系统复杂度呈指数增长。针对该问题,综合飞行器故障模式通常采用多输入单输出逻辑门表达,以及故障树具有特殊静态离散贝叶斯网络的特点,提出将环境独立简化方法应用于常用典型逻辑门的贝叶斯网络。通过基本定理证明利用基于环境独立机制的概率树代替传统的条件概率表,可将呈指数增长的条件概率表减少为线性变化,并定量给出简化后节点参数个数的计算表达式。最后,将该方法用于某飞机前轮转弯系统故障诊断模型,通过与节点原条件概率表的比较,表明概率树方法可有效减少计算机内存需要。     

基于贝叶斯网络的多状态机载系统安全性评估方法

传统的安全性评估方法不适用于具有多状态属性的现代机载系统。根据系统与系统组成单元之间的状态关系,构建了基于贝叶斯网络的机载系统多状态安全性模型;运用通用生成函数给出了贝叶斯网络非根节点的条件概率表,基于变量消元法提出了系统失效状态发生概率计算方法,推导了系统组成单元重要度算法。结合某型飞机副翼控制系统给出了应用实例。结果表明,方法为解决多状态机载系统的安全性评估问题提供了一种简洁直观的方法,能够有效评估机载系统的安全性水平,确定各单元对系统安全性中的影响。     

一种网络环境中的故障诊断模型

结合故障诊断的需求和存在的问题,提出了一种以故障症状、故障假设、诊断操作和观测操作节点为基本元素,并具有网络结构的诊断模型.在该模型基础之上,遵循诊断过程独立的假设,解决实际诊断过程中操作依赖关系的问题,提出了一种基于诊断贝叶斯网络DBN(Diagnosis Bayesian Network)的故障诊断算法.同时通过引入观测操作,加快诊断的速度并且降低诊断代价.试验表明,与P/C更新算法比较,该算法能更有效地降低诊断代价,实现快速故障诊断,较好解决了操作依赖的复杂故障诊断问题.      

使用贝叶斯网评估基础软件平台的互操作性

互操作性是当前软件最重要的特性之一.通过分析问题域,结合贝叶斯网的特征域,提出使用贝叶斯网来解决基础软件平台的互操作性评估问题.首先根据问题域选取贝叶斯算法,并收集实际数据以引入与问题相关的领域知识.根据所选取的算法构造互操作性的贝叶斯网结构,并且进一步学习此结构的参数.在此过程中,对选取的K2算法进行改进.然后,利用贝叶斯推理来根据互操作性的结构和参数得出评估对象的互操作性等级.最后,一个实例讲述了方法具体的应用过程.实验结果证明了方法的合理性.     

基于Bayes准则的高灵敏度GPS信号跟踪

在室内GPS信号强度下实现GPS信号的准确跟踪,是室内GPS能够广泛应用所必须解决的关键技术之一.结合GPS信号格式的特点,根据贝叶斯参数估计的相关理论,提出了一种高灵敏度GPS信号跟踪方案.根据仿真,其跟踪载噪比门限可达12.5dB/Hz,达到目前领先的商用高灵敏度接收机水平.     

人工神经网络在目标识别和分类中的应用

首先分析了人工神经网络在目标识别和分类中的应用及其局限性,然后分析了人工神经网络与模糊理论、证据理论、贝叶斯决策理论相结合在目标识别和分类中一般方法和优点。     

基于LightGBM的航班延误多分类预测

航班延误是民航业的一大难题,提前对航班的延误情况进行预测,以采取合理的应对措施,对缓解航班延误产生的负面影响有着重要意义。为提升预测性能,提出一种基于轻量级梯度提升机（Light gradient boosting machine,LightGBM）的航班延误多分类预测模型。该模型结合航班信息与天气信息,运用方差过滤与递归特征消除进行特征筛选,并采用合成少数过采样技术（Synthetic minority oversampling technique,SMOTE）与Tomek Link对数据进行不平衡处理,最后使用LightGBM进行建模,实现对航班延误时长的多分类预测。为验证模型的合理性,将所提模型与其他先进算法构建的模型进行对比。实验结果表明,所提模型在各种预测性能指标上结果更优,将预测精度提升至90%以上,同时大幅度降低了训练时间成本。     

一类MIMO状态可观测非线性系统的激励辨识

研究一类多输入多输出(MIMO)状态可观测非线性系统的激励辨识问题,输入激励信号采用高斯白噪声,均匀采样获得输出状态数据;根据Girsanov定理获得系统参数的渐近无偏估计;数值仿真试验说明了该方法的有效性并发现多变量耦合辨识中的噪噪比(NNR)现象;最后给出该系统的分步激励辨识算法。     

基于贝叶斯网络的航班延误传播分析

 由于机场航班之间存在前后衔接关系,每个航班的延误会波及到下游机场及其航班,因此需要一种有效手段来分析航班衔接时的延误传播。贝叶斯网络（BN）是一种有效的传播分析方法,从某个枢纽机场航班延误出发,对其关联机场的衔接航班的延误影响进行分析,提出了基于BN的航班延误传播模型。结合某航空公司实际数据,通过最大期望值算法对模型进行训练,给出了测试结果。实验表明,所提出的方法能有效地分析航班延误从局部到全局的传播。     

面向航空电子云的混合式时间同步算法

针对航空电子云对时间同步的需求,建立了相应的网络模型、时钟模型和延时模型.给出了节点在不同网络状态下的同步操作流程,基于贝叶斯估计对同步消息的接收处理时间进行补偿,结合集中式同步和分布式一致同步机制,提出了混合式时间同步算法.通过仿真实例比较了该算法与传统同步算法的性能.对比结果表明,该算法在具有更高同步精度和最高收敛速度的同时,仍然能够在链路失效率低于50%的情况下维持与传统分布式算法相当的鲁棒性.该算法为解决航空电子云的时间同步问题提供了参考.