基于贝叶斯方法的舰船辐射噪声估计

对于潜艇战和反潜战来说,目标的噪声特点和噪声等级是进行声纳作用距离估计的一个重要参数。为了对不确定水声战场环境中的舰船辐射噪声进行有效估计,运用贝叶斯方法分别对正态分布和均匀分布的辐射噪声作了最小均方误差估计和最大后验概率估计,对不同情况下的舰船辐射噪声的估计提供了一种可靠的方法。通过这种方法得出舰船辐射噪声一定的统计规律,为指挥员的精确决策提供信息基础。     

成败型产品验收试验方案研究

在可靠性定型试验的基础上,利用多层贝叶斯方法确定批产品可靠性指标的先验分布,从而制定出成败型产品可靠性验收试验的一种贝叶斯方案.给出利用定型试验信息确定产品可靠性指标先验分布的方法.这种验收方法充分利用了产品定型试验中的先验信息,在确保有较好验收效果的前提下,与传统的验收试验相比,可以大大减少试验量,从而得到可观的经济效益.     

Weibull型产品的可靠性验证

讨论了Weibull型产品的可靠性验证问题 ,首先分析了Weibull型产品分布参数的无信息验前分布问题 ,利用验前信息可以得到分布参数的验前概率密度函数 ,进而分析了产品的可靠性验证问题 ,顾及了使用方利益和生产方利益。仿真算例表明 ,使用方利益和生产方利益是相互折衷的。     

雷达测速中的 Robust 技术

精确测定初速仍然是弹道测量最重要的任务之一。现代多卜勒雷达尽管很实用,但对于处理实际数据还存在许多缺陷。本文运用Robust估计的现代统计法,通过改进原某测速雷达中的数据处理部分,达到即使在最不利的条件下也可以计算出其精度能估计的初速度。使用同一方法还可以确定阻力系数。实验结果证实了这些结论。     

贝叶斯在装备技术实验结果信息解释决策中的应用

针对目前不能对装备技术实验结果信息进行有效解释,将贝叶斯决策方法引入到装备技术实验的结果信息分析当中,克服由于实验本身性质及主观因素造成的实验结果信息具有“欺骗”性的弊端.基于贝叶斯基本理论及相关研究成果.分析贝叶斯决策在装备技术实验中的应用目的和应用步骤并给出了应用实例,为提高相关人员正确决策提供了科学方法.     

贝叶斯网络推理在信息系统安全风险评估中的应用

提出了一种基于贝叶斯网络推理的安全风险评估方法。从实际出发建立信息系统的贝叶斯网络模型,根据专家给出的先验信息,结合获得的证据信息,运用Pearl方法完成对模型的评估,给出在特定条件下模型的计算——线性推理算法。最后,以实例分析信息系统安全评估的实现过程,结果表明,该方法可行、有效。     

On optimality of one‐bug‐look‐ahead policies for a software testing model

The optimality of the One‐Bug‐Look‐Ahead (OLA) software release policy proposed by Morali and Soyer ( 15 ) is re‐examined in this paper. A counterexample is constructed to show that OLA is not optimal in general. The optimal stopping approach is then called upon to prove that OLA possesses weaker sense of optimality under conditional monotonicity and the strong sense of optimality holds under a more restrictive sample‐wise monotonicity condition. The NTDS data are analyzed for illustration, and OLA is shown to be robust with respect to model parameters. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007.     

杂波环境下机动目标跟踪的分布式估计算法

本文考虑了杂波环境下机动目标的多雷达跟踪问题，提出了一种分布式联合估计算法。子站独立于总站，并单独跟踪，把当地估计结果周期地传送给总站，由总站进行合并，得出基于所有子站量测的全局估计。数字仿真表明，分布式联合、估计算法在各种性能指标上都优于单站跟踪算法。     

基于贝叶斯网络的装甲目标战术企图推理模型构建

以贝叶斯网络理论为基础,分析基于贝叶斯网络的目标企图推理框架,从目标状态、目标性质、战场环境和战术特性4个方面提取节点,在分析这4个节点拓扑结构的基础上,构建了装甲目标战术企图推理的贝叶斯网络拓扑结构。     

KL散度多模块滑动窗口慢特征分析的故障诊断方法

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler)散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。