基于调整型的战术导弹批检试验抽样方案设计

为通过批检试验准确检验导弹的质量,提出基于调整型的战术导弹批检试验抽样方案设计思路。调整型抽样检验方法的应用,可适时调整抽样方案的宽严程度,提高检验效率,并为订货方和生产方提供适当的风险保护,把抽样检验和导弹的质量变化联系在一起形成一个动态检验过程。     

基于分层核粒子滤波的快速运动目标跟踪

针对目标发生快速、运动不规则及遮挡等情况下的跟踪问题,提出了一种分层核采样策略。首先通过先验转移和后验转移分别预测2组粒子来建立联合分布,利用聚类算法近似联合分布粒子集的混合高斯分布;然后对每个聚类进行采样;最后采用均值漂移算法将粒子移动到后验密度的局部极值处。实验结果表明:算法在目标发生快速机动情况时,跟踪性能优于传统粒子滤波、核粒子滤波及分层粒子滤波,且对遮挡具有较好的鲁棒性。     

面向诸元计算精度鉴定的二次抽样试验设计方法

针对诸元计算精度常规试验方法的缺点和不足之处,提出了"二次抽样"的试验设计方法,在一次抽样的基础上,通过对试验结果进行分析,进行第二次有针对性的抽样试验,并采用贝叶斯估计方法,对两次相关联的试验结果进行综合评价。最后采用该方法对某型炮兵指控系统的诸元计算精度进行了检验,证明了该方法的实用性和有效性。与常规试验方法相比,二次抽样法对诸元计算中各变量不同值域的权重进行了重新分配,其计算结果对被试装备的实际性能更具有指向性。     

基于TSS方法的雷达性能优选分析研究

通过TSS方法进行了雷达性能的优选分析研究,分别针对雷达的单一性能指标和综合性能指标进行了优选分析。首先运用TSS方法完成了基于单一性能指标的雷达性能优选分析,然后通过欧几里德贴近度完成了雷达的综合性能指标优选分析,最后给出了TSS方法在雷达性能优选分析研究中的应用实例。     

一种改进的均方根容积粒子滤波算法

传统的粒子滤波算法在重要性采样估计时忽略了当前量测影响。在非线性场景下,传统的粒子滤波导致个别粒子具有大权值,造成估计结果精度差。针对该问题,结合均方根容积卡尔曼滤波(SCKF)算法和Gating技术,提出了一种新的重要性函数估计算法。本算法将后验概率作为重要性采样函数,通过利用SCKF和统计距离,建立粒子与量测的关联关系,实现对重要性采样函数的均值和协方差矩阵的估计。而后,使用粒子滤波算法,对多目标状态和数目进行估计。实验表明,在非线性跟踪场景下,本算法估计精度高,估计结果稳定。     

存在工作历程产品的加速寿命试验统计分析

加速寿命试验(ALT)可在较短时间内获得产品的寿命及可靠性信息.利用ALT对产品的剩余寿命进行评估时,常常将已工作过的产品进行抽样并投入试验,在这一类样本的ALT数据统计分析时如何处理初始工作时间,成为ALT应用中的一个重要问题.工程实际中评估此类样本的剩余寿命时常常忽略初始工作时间,将其视为"用后如新"或"无记忆性"产品.但此假设必须以产品寿命服从指数分布为前提,而大部分机电产品的寿命服从Weibull分布,因而该方法在应用时必然会产生较大误差.针对这一问题提出了一种新的基于时间折算的ALT数据统计分析方法,并利用Monte Carlo仿真对其估计特性进行对比研究,结果表明此方法能有效评估存在初始工作历程产品的剩余寿命,估计精度优于原方法.     

光电坐标传感器在光幕靶中的应用

针对光电报靶系统的标校问题,以及可见光光幕靶光电接收器检测灵敏度的一致性和与海量数据的高速采集问题,采用大发射角的LED发光管,设计了光电开关电路和高速采样保持电路,实现了基于光电开关和取样电阻网络的光电坐标传感器,提高了系统的检测灵敏度和一致性,降低了系统设计的难度和成本。试验证明：该方法精度较高,具有良好的应用前景。     

中远程空空导弹目标截获概率仿真计算

分析了影响中远程复合制导空空导弹截获目标的主要因素,建立了捷联惯导误差模型、载机雷达观测误差模型、雷达导引头误差模型等,提出了用蒙特卡洛法的方法计算截获概率,并给出仿真实例.仿真结果表明了模型和算法的有效性和实用性,为分析捷联惯导、载机雷达等对目标截获概率的影响提供了方法和支持.     

Using stochastic programming to solve an outpatient appointment scheduling problem with random service and arrival times

We study a stochastic outpatient appointment scheduling problem (SOASP) in which we need to design a schedule and an adaptive rescheduling (i.e., resequencing or declining) policy for a set of patients. Each patient has a known type and associated probability distributions of random service duration and random arrival time. Finding a provably optimal solution to this problem requires solving a multistage stochastic mixed‐integer program (MSMIP) with a schedule optimization problem solved at each stage, determining the optimal rescheduling policy over the various random service durations and arrival times. In recognition that this MSMIP is intractable, we first consider a two‐stage model (TSM) that relaxes the nonanticipativity constraints of MSMIP and so yields a lower bound. Second, we derive a set of valid inequalities to strengthen and improve the solvability of the TSM formulation. Third, we obtain an upper bound for the MSMIP by solving the TSM under the feasible (and easily implementable) appointment order (AO) policy, which requires that patients are served in the order of their scheduled appointments, independent of their actual arrival times. Fourth, we propose a Monte Carlo approach to evaluate the relative gap between the MSMIP upper and lower bounds. Finally, in a series of numerical experiments, we show that these two bounds are very close in a wide range of SOASP instances, demonstrating the near‐optimality of the AO policy. We also identify parameter settings that result in a large gap in between these two bounds. Accordingly, we propose an alternative policy based on neighbor‐swapping. We demonstrate that this alternative policy leads to a much tighter upper bound and significantly shrinks the gap.     

装备战场损伤的解析分析方法研究

为了提高装备战损模拟的效率,以蒙特卡洛方法为基础,构建了关于装备战损的解析模型。首先采用序贯法优化了仿真次数,以便以较少的仿真次数获得较高的仿真精度;分析了单因素对于装备损伤的影响,并建立了一元回归模型;采用正交试验分析了多因素之间的交互作用,并综合一元回归模型得出了装备战损的多元回归模型;最后结合弹着点分布模型与多元回归模型,建立了装备战损的解析模型,并通过实例验证了解析模型的正确性。