双边定时截尾下广义Pareto分布的可靠性分析

基于双边定时截尾样本,研究广义Pareto分布的形状参数和可靠性指标的估计问题。在进行极大似然估计时,由于似然方程无解析解,故采用EM算法。对形状参数选取,4信息先验,在平方损失下,研究给出广义Pareto分布的形状参数和可靠性指标的Bayes估计。通过Monte-Carlo模拟对形状参数和可靠度函数的极大似然估计、EM估计和Bayes估计的效果进行比较。模拟结果说明,Bayes方法和EM算法适合在小样本场合下对形状参数进行估计,Bayes方法和极大似然估计法适合在大样本场合下对形状参数估计,极大似然估计方法和EM算法适合对可靠度进行估计。     

基于贝叶斯网络的武器装备体系作战效能评估方法

武器装备体系的作战效能呈现非线性、对抗性、动态性等特点,武器装备体系的建设发展对评估模型的应用分析提出更高的要求。由于贝叶斯网络具备对武器装备体系的效能与指标之间的非线性关系的良好映射能力、对动态过程良好的描述能力、良好的推理分析的能力,基于贝叶斯网络的作战效能评估成为了该领域目前的研究热点之一。论述了武器装备体系的作战效能评估以及贝叶斯网络的发展现状,及基于贝叶斯网络的作战效能评估方法的研究现状,指出了基于贝叶斯网络的武器装备体系作战效能评估方法的发展方向。     

Huber加权的频率稳定度非相关差分抗差估计方法

计算原子钟频率稳定度时,钟差观测异常会导致Allan方差出现较大的估计偏差。建立Allan方差的差分估计模型,根据钟差的差分序列统计特性分析了相关差分估计的噪声识别与白化等计算复杂度问题;针对上述难点提出一种基于Huber权函数的非相关差分抗差估计方法,建立一种非相关差分序列的构造方法,有效避免了复杂的噪声识别及白化计算;给出Allan方差的非相关差分抗差估计的推导,并对抗差过程引入的误差累积给出了一种抵消方法;给出完整的抗差估计方案,并利用实测数据进行了实验验证。实验结果表明本方法对相位单点跳变、相位阶跃跳变具有显著的抗差能力,抗差估计可使异常引入的相对偏差由近200%降至10%以内。     

保证率点值区间估计的Monte-Carlo方法

提出了一种根据实测样本系列对保证率点值进行区间估计的Ｍｏｎｔｅ─Ｃａｒｌｏ方法。对于具有正态分布或对数正态分布的样本,首先推出总体参数的分布,然后用Ｍｏｎｔｅ─Ｃａｒｌｏ法生成总体参数系列,据此求得相应的保证率点值系列,最后通过经验分布推得在给定置信度下保证率点值的区间估计,本文还给出了一个算例。     

噪声统计的Bayes 极大验后估计与系统自适滤波

对于具有测量的线性离散系统,在系统动力学噪声与测量统计特性未知的情况下,本文推导出了噪声统计特性在具有正态－逆Ｗｉｓｈａｒｔ分布验前信息情况之下的Ｂａｙｅｓ极大验后（ＭＡＰ）估计及其实时迫近,从而获得了系统的自适应滤波     

双边定数截尾试验下广义指数分布的可靠性分析

基于双边定数截尾试验,在无信息先验和共轭先验下,给出了广义指数分布参数的Bayes估计。同时在熵损失和加权平方损失函数下,给出可靠度函数的贝叶斯估计。最后运用Monte Carlo方法对估计结果进行了模拟比较。     

下期要目

<正>~~     

基于FOCUSS改进算法的DOA估计方法

传统的DOA估计方法不能有效分辨相干源目标;稀疏重构方法能够处理相干源的DOA估计问题,但现有稀疏重构方法大都是针对无噪声或仅存在观测噪声系统提出的,估计性能有待提高。对于同时存在观测噪声和模型噪声的多观测量模型,提出了一种基于FOCUSS稀疏重构的改进算法,可鲁棒地处理相干源、非相干源的DOA估计问题,有效提高分辨力和估计精度等估计性能。给出了DOA估计的稀疏信号模型以及新算法的推导过程,仿真实验证明了新算法在与其他算法对比时的优越性。     

基于影响网络的态势估计

为克服传统贝叶斯网络进行态势估计时,在主观性环境下条件概率难以获取和指定条件概率表的工作量随贝叶斯网络中节点数量的增长呈指数增长的问题,提出了用影响网络对态势估计进行建模的方法;基于影响网络的态势估计模型,在继承传统贝叶斯网络结构的基础上,利用促进与抑制两种因果影响关系使建模更为直观、易懂,更好地表现证据节点对其子节点的影响关系;利用CAST逻辑使条件概率表的获取更为简单,解决了条件概率随节点增长而指数增长的问题,并能很好地表现专家知识以及为条件概率表的获取时提供了一种新的解决方法。     

MEMS矢量传感器方位估计误差分析

为提高MEMS仿生矢量传感器的定位精度,对其误差来源进行分析。对于单个矢量传感器,误差来源于其自身灵敏度不一致及流噪声的影响。提出通过分段插值来绘制线性曲线、选用差分测量结构和调整两路输出信号的大小使灵敏度一致;对于流噪声产生的误差,提出一种加聚氨酯导流罩的新结构,可以使水听器抑制流噪声的能力较之前提高20 dB。对阵列而言,选取不同阵元数进行仿真对比分析,得出随着阵元数的增加,水声传感器阵列DOA估计的准确度会随之增高,分辨力也随之增强。通过对影响MEMS矢量传感器方位估计的误差来源进行分析,进一步提出解决方案,为提高其定位精度提供了有力的科学支撑,从而为MEMS矢量传感器的工程化应用奠定了坚实的基础。