Asymptotic properties of imperfect repair models and estimation of repair efficiency

The aim of this articles is to study the asymptotic behavior of two imperfect repair models, called Arithmetic Reduction of Intensity and Arithmetic Reduction of Age models. These models have been proposed by Doyen and Gaudoin (Reliab Eng Syst Safe 84 (2004) 45–56) and include many usual virtual age models. First, it is proved that the failure intensity of these models is asymptotically almost surely equivalent to a deterministic increasing function with a cumulative error proportional to a logarithm. Second, the almost sure convergence and asymptotic normality of several estimators of repair efficiency are derived, when the wear‐out process without repair is known. Finally, the coverage rate of the asymptotic confidence intervals issued from those estimators is empirically studied. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010     

Estimating component characteristics from system failure‐time data

Suppose that failure times are available from a random sample of N systems of a given, fixed design with components which have i.i.d. lifetimes distributed according to a common distribution F. The inverse problem of estimating F from data on observed system lifetimes is considered. Using the known relationship between the system and component lifetime distributions via signature and domination theory, the nonparametric maximum likelihood estimator _N(t) of the component survival function (t) is identified and shown to be accessible numerically in any application of interest. The asymptotic distribution of _N(t) is also identified, facilitating the construction of approximate confidence intervals for (t) for N sufficiently large. Simulation results for samples of size N = 50 and N = 100 for a collection of five parametric lifetime models demonstrate the utility of the recommended estimator. Possible extensions beyond the i.i.d. framework are discussed in the concluding section. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010     

基于Butterworth分布的跳频信号参数估计

能够有效地估计接收到的跳频信号参数是干扰跳频通信的关键。针对接收到的未知任何先验参数的跳频信号,提出了一种基于Butterworth分布的跳频信号参数估计算法。由于Butterworth分布具有较好的时频聚集性和抑制交叉项性能,该算法能够在低信噪比条件下有效提取并估计出跳频信号的跳频周期、跳变时刻和跳频频率。仿真结果证明了该算法对跳频信号参数估计的有效性。     

坦克典型承载件疲劳载荷的虚拟测试与编谱技术

提出了一种通过虚拟试验建立坦克关键零部件疲劳载荷谱的方法,并以坦克平衡肘为研究对象,建立了某型坦克的刚柔混合动力学模型。在制定的任务剖面下,通过虚拟试验测得了平衡肘疲劳载荷数据。通过对疲劳载荷数据的雨流计数处理并运用数理统计的方法,建立了能够反映实际使用载荷工况的目标载荷谱,为坦克平衡肘的疲劳寿命估算和加速寿命试验提供了科学数据。     

LDPC-Coded MIMO-OFDM系统的一种判决反馈信道估计算法

研究了LDPC编码在MIMO-OFDM系统中的应用,提出了基于LDPC编码的MIMO-OFDM系统的一种改进判决反馈信道估计算法,该算法一方面利用多步预测和干扰对消技术改进了判决反馈算法的精度,另一方面利用空时解码后的序列和LDPC译码后的序列进行了两级反馈信道估计。该算法在利用LDPC码优异的低误码性能改善信道估计精度的同时,有效地改进了LDPC帧过长导致时变信道条件下的信道估计不精确的问题。     

一种估计来波信号极化状态的新方法

干扰场的极化估计是自适应极化滤波器首要的也是最为关键的一步,极化估计器的精度直接制约极化滤波器的滤波效果.基于单极化雷达接收天线的空域极化特性,提出了一种来波信号极化状态的估计方法.首先介绍了算法的估计原理,并对算法性能进行理论分析,在此基础上,进行相应的计算机仿真实验,探讨了影响估计性能的主要因素及提高算法性能的主要途径.理论推导和计算机仿真结果均证明了估计算法的有效性.     

基于多时刻目标运动模式分布的多模型算法

在机动目标跟踪过程中,传感器在利用量测数据计算目标状态的同时,需要完成对目标运动模式的估计,并根据估计结果对传感器滤波方程的参数或结构进行调整,以减小滤波方程与目标运动模式之间的差异,提高对机动目标的跟踪精度.针对已有多模型算法的不足,利用多个时刻的目标运动模式分布来解决混合估计问题,提出一种新的次优多模型(MTMM)算法.仿真结果证明了MTMM算法的有效性.     

AHP法改进及其在目标威胁等级评估中的应用

目标威胁等级评估有利于合理分配战场资源,进行科学的攻防决策,既能更好保存自己,又可有打击敌人。应用模糊综合评判和成对比较法构造判断矩阵,改进了层次分析法(AHP法),提高了判断矩阵的准确性和科学性。采用改进后的AHP法评估威胁水下潜艇生存的海面和水下目标,得到了目标威胁的量化结果。改进后的AHP法可用于其它类型目标的威胁等级评估,为进一步提高评估的准确性,模糊综合评判时专家评分权值可取不同值,但判断矩阵的特性有待进一步研究。     

双天线干涉SAR系统无控制点场景的参考相位高精度快速估计算法

在双天线干涉SAR系统中,对无控制点的场景通常采用同名点传递的联合定标方法估计参考相位,非常耗时。为解决无控制点场景参考相位的快速估计问题,本文首先对影响参考相位的因素进行理论分析,给出了参考相位与影响因素的解析关系式,并结合系统参数进行了仿真分析;进而分析参考相位对高程误差的影响。根据分析结果,结合SRTM的粗精度DEM数据、滤波后的干涉相位及相干系数,提出高精度参考相位快速估计算法,并给出了算法详细实现流程。通过对实际机载双天线InSAR系统获取的数据进行处理,表明本文算法在文中的系统参数下可以达到优于2m的相对高程精度,处理4096×6560的数据块时,参考相位估计速度要快20倍以上。     

带失效因子的J-M软件可靠性预计模型

提出带失效因子的J-M软件可靠性预计模型.先分析了原有J-M软件可靠性预计模型的特性,指出了此模型产生与实际情况差异的原因;基于在测试初期软件出现的错误,对软件失效率的影响大于测试后期出现的错误对软件失效率的影响的思想,提出了带失效因子的J-M软件可靠性预计模型.最后,针对所提出的模型,利用测量的数据进行了实际验算.