Bayesian enhanced decision making for deteriorating repairable systems with preventive maintenance

Since a system and its components usually deteriorate with age, preventive maintenance (PM) is often performed to restore or keep the function of a system in a good state. Furthermore, PM is capable of improving the health condition of the system and thus prolongs its effective age. There has been a vast amount of research to find optimal PM policies for deteriorating repairable systems. However, such decisions involve numerous uncertainties and the analyses are typically difficult to perform because of the scarcity of data. It is therefore important to make use of all information in an efficient way. In this article, a Bayesian decision model is developed to determine the optimal number of PM actions for systems which are maintained according to a periodic PM policy. A non‐homogeneous Poisson process with a power law failure intensity is used to describe the deteriorating behavior of the repairable system. It is assumed that the status of the system after a PM is somewhere between as good as new for a perfect repair and as good as old for a minimal repair, and for failures between two preventive maintenances, the system undergoes minimal repairs. Finally, a numerical example is given and the results of the proposed approach are discussed after performing sensitivity analysis. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

基于采样的非线性滤波方法

在系统阐述贝叶斯估计理论的基础上,分析和总结了扩展卡尔曼滤波、Sigma点卡尔曼滤波以及粒子滤波等方法的特点、使用条件以及局限性.介绍了扩展卡尔曼滤波方法并指出其缺陷;介绍了无轨迹卡尔曼滤波、中心差分卡尔曼滤波等确定性采样方法,并在加权统计线性回归意义下将其归结为Sigma点卡尔曼滤波方法;介绍了随机采样方法-粒子滤波方法,并指出其主要的研究方向.最后,对非线性滤波的发展趋势进行了展望.     

一种能量均衡的战场无线传感器网络路由协议算法

针对战场无线传感器网络中节点能量消耗不均衡以及节点剩余能量问题,提出了一种基于能量均衡的战场无线传感器网络LEACH路由协议的改进算法,该算法主要是对传感器网络中的簇群内节点的剩余能量,以及其传输数据的链路长度这两个方面的权重问题进行了改进,使传感器网络的能量消耗趋于平衡,通过MATLAB平台对改进后的EBLRP协议与LEACH协议进行了模拟仿真,结果表明,新的路由协议能够使网络的生命周期延长13%左右,并且使节点的能量消耗情况有所缓解。     

基于高阶累积量与神经网络的干扰识别算法

研究了一种基于高阶累积量和神经网络的干扰识别算法。该方法把卫星通信中常见的各种干扰信号的归一化高阶累积量作为分类特征参数,应用神经网络对特征参数进行分类训练,将接收干扰信号的归一化高阶累积量输入已训练的神经网络进行干扰类型的识别。试验结果表明:该算法在低干信比的情况下具有较高的识别准确率。     

MIMO-OFDM最优训练序列设计

推导得到了宽带 MIMO-OFDM 信道模型。在空间相关情况下推导了非盲信道估计的 Bayesian CRB及 Bayesian MMSE。利用 Bayesian CRB 准则对发送的训练序列进行了功率分配,而后利用一种线性规划的方法对带有保护带宽 MIMO-OFDM 训练符号进行子载波功率分配,并利用发端酉矩阵进行最优相位设计。     

认知无线Mesh网络中资源节约的最小信道冲突值组播路由算法

认知无线Mesh网络中满足服务质量约束的多目标优化组播路由问题比单目标优化组播问题更加复杂,为了快速求解认知无线Mesh网络中满足服务质量约束的、以最小化资源消耗与最小化信道冲突值为目标的多目标优化组播路由问题,提出一种基于粒子群优化算法的问题求解框架,包括问题描述、粒子编码与粒子初始化、适应度函数、粒子飞行、粒子变异、粒子消环。粒子由表示节点之间连接关系的带权邻接矩阵表示,重新定义了用于粒子飞行的3种运算规则以及粒子飞行运算和粒子变异运算。仿真结果表明提出的算法能达到预定目标,资源消耗较低且能获得较低的信道冲突值。     

信息网络作战技术

信息战是现代战争中重要作战样式,网络战是信息战的重要组成部分,分布式、网络化的计算机系统是信息作战中实施攻击与防护首要作战目标。根据网络作战的需求,从技术角度出发,首先对网络战的要素组成进行了分析,在此基础上将网络战划分为两个阶段,并对此进行了深入研究,最后提出了实施网络战的方法与步骤。     

地理社交网络位置推荐

地理社交网络将地理位置信息融合进传统社交网络,将人们的现实生活和虚拟世界的生活连接在一起。作为地理社交网络的一个重要应用,位置推荐可以向人们推荐其可能感兴趣的位置,为人们的出行提供参考,极大地便利了人们的生活。在此背景下,论文研究了地理社交网络位置推荐的基本概念,分析了位置推荐常用的方法,描述了典型的数据集及推荐效果的评估方法,指出了位置推荐面临的主要问题,并展望了未来可能的研究方向,为相关领域的研究提供参考。     

基于复杂网络的装备保障网络结构脆弱性分析

通过网络化实现装备保障一体化是装备保障体系建设的重点问题。在分析复杂网络脆弱性基本理论的基础上,通过定义装备保障网络中节点、边,构建了典型的装备保障网络拓扑结构模型,提出了装备保障网络的随机失效和蓄意攻击失效两种失效模式,并对两种失效模式下不同装备保障网络的结构脆弱性进行了仿真分析,为装备保障网络的构建以及防护策略的制定提供了科学的参考依据。研究结果表明:从防御角度而言,适当增加不同保障实体之间的交叉连接有助于提高装备保障网络的抗毁性;而从攻击角度而言,二次攻击则可有效提高攻击效率,以达到迅速瘫痪装备保障体系的目的。     

火力打击条件下Ad hoc网络节点毁伤程度评估

Ad Hoc网络在信息化战场的广泛应用,需要快速有效地评估火力打击对网络的毁伤程度。从Ad hoc网络自身属性出发,结合网络的内部测度和外部测度,给出了节点有效度、节点修复度以及节点连通度等指标计算模型。构建了节点毁伤程度加权邻接矩阵,提出了一种基于复杂网络团簇结构划分的节点毁伤程度评估方法,根据权值的相似程度对节点的毁伤程度进行归类,并给出了示例分析。最后将本算法与模糊聚类算法进行对比分析,结果证明了方法的正确性。