相似产品信息在导弹可靠性试验评估中的应用

验前分布的确定是运用Bayes方法进行系统可靠性评估的重要前提.在对导弹系统进行可靠性评估时,大量的相似产品信息是不可忽视的重要验前信息.基于相似产品信息的存在性.研究了利用相似产品的信息采用加权融合确定可靠度验前分布的方法.并针对导弹寿命服从Weibull分布的可靠性试验结果,给出应用Bayes方法评估新导弹系统可靠性的计算公式.最后,通过一个实例证明了该方法的有效性.     

评定舰炮武器系统可靠性指标MTBF的Bayes方法

为解决目前舰炮武器系统可靠性试验时间长、样本量小、双方风险高的实际问题,提出了基于验前信息评定舰炮武器系统可靠性MTBF的Bayes方法,充分挖掘了验前信息资源,有效缩短了试验时间,经仿真计算表明,在同等现场试验条件下,采用该方法可大幅降低可靠性试验双方风险。     

多源验前信息下基于证据理论的ML-Ⅱ融合方法

在复杂新型产品的可靠性评估中,试验的样本量通常较小,而Bayes方法在小样本统计推断中比经典统计方法更为适用.针对可靠性工程中遇到的验前信息的多源性问题,给出了一种基于证据理论的ML-Ⅱ融合方法.在融合过程中考虑了信息源的可信性,减小了可信度低的信息源对评估结果的影响.以电子产品为例,算例实验表明了该方法在有“干扰信息源”存在的情况下的评估结果的有效性和合理性.     

基于分布图信息融合的Bayes可靠性评定方法

在利用Bayes理论进行小子样可靠性评定过程中,为了尽可能少做现场试验,必须充分利用各种先验信息,多源先验信息的融合是小子样理论方法应用中亟待解决的一个问题.基于分布图方法,提出了分布图多源信息融合技术,建立了基于分布图信息融合的Bayes可靠性评定模型.仿真实例验证了方法的合理性和有效性.     

贝叶斯方法在某型防空导弹武器系统可靠性评估中的应用

提出采用贝叶斯(Bayes)方法分析防空导弹武器系统的可靠性问题.首先对各种不同分布类型的单元进行Bayes可靠性分析,利用某型防空导弹武器系统的试验信息构造系统可靠性验前分布,再利用Bayes定理和系统试验信息更新系统可靠性的验前分布得到验后分布,最后对系统可靠性进行评估.仿真算例说明了评估方法的合理性.     

多源信息的验前分布融合方法研究

验前分布的获取和表示是B ayes理论应用中的一个关键问题。针对目前多源验前信息融合中存在的过分依赖专家信息的问题,提出了一种基于第2类极大似然估计原理(M L-II)确定验前分布权重的方法,该方法将现场试验数据看作是由其边缘分布产生的样本,然后根据不同验前分布下现场样本似然性的大小来确定其在验前分布融合中的作用,并以此进一步确定不同验前分布的权重因子。最后通过算例证明了该方法比基于专家信息的融合方法更为合理和有效。     

战术导弹武器系统战斗工作可靠度评估方法

针对战术导弹武器系统战斗工作可靠度的评定问题,提出了采用二项分布经典评估方法进行直接评估和基于CMSR法进行综合评估的2种评估思路;通过应用实例计算,对2种评定方法进行了比较分析。结果表明:对于分系统样本量差距较大的复杂武器系统,综合评估法会弱化大样本量分系统可靠性数据统计结果在整个系统可靠性评定中起到的作用,而采用直接评估法获得的评定结果是相对严苛的。该计算分析结论,对于复杂武器系统可靠性试验鉴定工作具有较高的借鉴参考价值。     

基于贝叶斯方法的导弹维修性试验与评定研究

针对维修性试验评定方法需要较多试验样本量,在实际工程中难以应用的问题,提出基于贝叶斯理论的平均修复时间验证方法,就其中的总体分布确定、样本量的计算、判决准则和验前信息与现场信息的一致性检验问题进行了研究.结果表明,应用该方法可以用较少现场样本量完成维修性指标的检验.     

多源信息的Bayes融合精度鉴定方法

为了合理运用多种验前信息 ,文中首先引入了验前信息的可信度的概念 ,由此论述了验前信息与现场试验信息的融合方法 ,给出了多源信息下的Bayes精度鉴定方案。最后以实例说明鉴定方案的运用。     

小子样条件下巡航导弹的命中精度评估方法

针对巡航导弹定型试验发数少、验前试验信息源多的特点,提出小子样条件下,通过可信性检验分别得到每个验前信息源的可信度,在导弹落点偏差分布为正态-逆伽马分布的假设下,获得评估的验前分布参数,选择基于可信度的加权方法对多源验前信息进行融合,采用Bayes估计方法得到命中精度。最后结合实例进行仿真,说明了该方法较传统的Bayes方法更稳健,很适合巡航导弹命中精度的评估。     

复杂场景下基于自适应多特征融合的跟踪算法

在复杂的场景下,单特征对目标描述不够充分,很难稳健地跟踪目标,针对这个问题,提出了一个基于自适应多特征融合的粒子滤波跟踪算法。该算法采用灰度和边缘特征表示目标,从目标观测似然模型构建的角度融合两种特征,利用粒子似然分布的香农熵动态地评价特征的可靠性,进而确定特征融合权重,以提高算法对场景的适应能力;同时,改进了线性加权的模型更新策略,通过对加权系数的在线调整来抑制模型漂移。实验表明,本文算法可以实现部分遮挡和背景干扰等复杂场景下的跟踪。     

IAHP和熵权相结合的TOPSIS法的空战目标威胁评估

针对空战目标威胁评估问题,提出了一种新的基于改进TOPSIS法的评估方法.该方法综合考虑了主观和客观因素,将运用区间层次分析法(Interval-based AHP,IAHP)求解出的威胁评估指标主观权重与运用熵权法求解出的威胁评估指标客观权重相融合得到组合权重.建立了改进的TOPSIS法评估空战目标威胁的数学模型.最后给出了评估实例,评估结果表明该方法是合理有效的.     

混合不确定条件下的飞行器级间分离可靠性分析

为量化飞行器级间分离过程随机不确定性和认知不确定性的综合影响,结合概率和区间理论混合模型特点,提出了一种基于随机和区间理论混合模型的飞行器级间分离可靠性分析方法。面向高超声速飞行器分离任务需求,建立分离动力学仿真模型,针对级间分离结构的几何特点,设计了一种快速碰撞检测方法,进而构建了分离任务的可靠性分析混合模型。通 过将该模型转化为随机可靠性分析的无约束优化问题,考虑分离过程中复杂外力及力矩导致功能函数高度非线性的特点,利用高效全局优化和主动学习Kriging方法实现无约束优化问题高效求解。结合实例表明,该方法能够准确描述混合不确定性因素对飞行器分离过程的影响,给出了飞行器分离任务可靠性区间,可为飞行器分离方案的精细化设计提供决策支持。     

复杂系统可靠度的CLTM建模与递归综合算法

针对大型复杂系统可靠度模型及其综合计算的特点,提出了一种一体化建模方法———"复合逻辑树模型"(CompositeLogicTreeModel,简称CLTM),阐述了其基本思想和原则,给出了相应的可靠度递归调度算法,并设计实现了基于CLTM的可视化建模与综合计算软件。该方法与软件已成功应用于某大型航天系统分析任务。     

直觉模糊集在信息融合中的应用

直觉模糊集理论已获得广泛的应用。全面总结了直觉模糊理论在信息融合领域的应用情况。分析了直觉模糊理论的研究现状与研究进展,介绍了在态势估计与威胁评估方面的应用情况,研究了在信息融合第一级处理中应用的基本原理与方法,展望了在信息融合领域各级的应用前景。     

云模型和混合Petri网相结合的系统可靠性评价

针对复杂系统可靠性评价中工作环境可变的情形,提出基于云模型和混合Petri网相结合的可靠性评价方法。首先采用云模型描述系统的环境适应能力指数,并将其作为混合Petri模型中连续库所的托肯值来控制该模型中变迁的变迁率,然后采用基于Petri网的蒙特卡罗方法对不同环境下的系统可靠性进行仿真求解,得到系统在不同时刻下的失效率。最后以一个C4ISR系统为例,验证了该方法在解决可变工作环境下的系统可靠性评估是可行的。     

电机故障诊断中的信息融合利用问题研究

对电机故障诊断中的可用信息进行了分类,并针对单一诊断技术对信息利用不足的问题提出利用信息融合的理论,指出了基于信息融合的电机故障诊断技术应解决的问题;给出了基于信息融合的电机故障诊断的基本框架;最后概述了诊断中信息融合利用的方法。结果表明,充分利用电机运行中的各种信息,采用基于信息融合技术的故障诊断方法可以提高故障诊断的准确性和可靠性。     

基于模糊综合的红外目标融合识别

为了提高在复杂背景和强干扰条件下目标识别的可靠性,提出了一种基于模糊综合的目标融合识别算法,并采用双色红外成像系统所获得的红外图像数据进行了实验仿真。实验结果表明该算法在较大程度上提高了目标识别的可信度。     

多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

基于熵的地磁匹配定位算法

地磁匹配定位是近年来发展起来的新技术,针对地磁匹配定位中的匹配算法问题,引入了熵的概念,定义了地磁信息熵和地磁差异熵,提出了地磁信息熵和地磁差异熵综合的匹配算法,详细分析了其基本原理和实现过程。仿真实验表明,地磁熵算法的匹配误差并不随实时数据测量误差的增加而增加,该算法计算速度快、具有良好的抗测量误差干扰的能力,符合匹配精度和速度的要求。