一种基于BDD求解PIS的新方法

提出了基于双择判决有向图 (BinaryDecisionDigraph ,BDD)求解故障树的全部PIS的新方法 ,该方法将故障树转化为BDD ,通过反对称规律将故障树的BDD转化为对偶BDD ,再基于该对偶BDD用迭代算法实施第二次对偶运算 ,从而达到求原故障树全部质蕴涵集的目的     

n/k(G)表决冗余多阶段任务系统可靠性优化模型

提出采用多阶段任务系统（phased mission systems, PMS）冗余故障树模型和PMS冗余二元决策图（binary decision diagram, BDD）模型来描述冗余多阶段任务系统;通过递归法实现PMS冗余故障树模型到PMS冗余BDD模型的转换,从而得到整个PMS的最小割集;在分析n/k(G)表决冗余模块在PMS中可靠度计算模型的基础上得到整个PMS的可靠性计算模型。以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例通过一个三个阶段n/k(G)表决系统来阐述该方法的应用,并验证了模型的合理性及算法的有效性。     

基于二元决策图的建筑施工安全风险评估

研究建筑施工安全风险的定量分析, 提出基于BDD (binary decision diagram, 二元决策图)的建筑施工安全风险评估方法, 为制定安全风险控制措施提供科学依据. 该方法首先将建筑施工安全风险的故障树转化为BDD结构, 然后沿BDD结构从上到下访问各结点来计算风险事故率和基本事件重要度. 依据计算得到的数据, 安全管理人员可预测建筑施工中风险事故的发生概率、确定引发事故的关键因素. 此外, 实现了计算风险事故率和基本事件重要度的算法, 并结合建筑施工中主要风险事故类型给出了施工安全综合风险的分析思路. 基于BDD的方法充分利用了空间优势和易于计算机编程实现的特点, 相比传统的故障树方法具有更高的效率. 实验数据的对比分析表明: 该方法的分析结果与故障树定性分析结果吻合, 而且能快速得到建筑施工安全的风险事故率和影响安全的关键因素.     

最低设备清单故障树模型最小割集的生成

针对最低设备清单(minimum equipment list,MEL)故障树模型的特点,提出了一种最小割集(mini-mal cut sets,MCS)的求解算法。该算法基于二元决策图(binary decision diagram,BDD)技术,利用改进的多态运算法则和MCS或门求解法则,有效地解决了MEL故障树模型MCS求解过程中的多态部件和重复事件难题。给出了应用该方法的具体步骤,通过算例说明了该算法的有效性。     

装备体系多阶段任务可靠性高效解析算法

体系作战任务可靠性的实时评估是未来作战的必然要求。为了实时计算装备体系多阶段任务可靠性,基于k/n(G)表决模型,设计了一种考虑冗余的可靠度高效解析算法。在体系结构分析及任务概述基础上,建立了冗余故障树以及由冗余故障树转化的二元决策图(binary decision diagram,BDD)模型。针对传统可靠性解析计算算法复杂度高的问题,本文利用递归算法改进了k/n(G)表决模型的计算过程,提高了计算效率。以航空装备体系远程目标打击任务为例,数值计算表明,本文的改进解析算法有效得出了体系多阶段任务可靠度计算结果,且相比传统算法运算效率得到显著提高,有利于应用到体系作战任务可靠度实时计算评估,指导任务统筹和规划。     

一种二元决策图底事件排序的新方法

故障树分析(Fault Tree Analysis, FTA)是对系统进行可靠性分析的一种有效方法.而在现在所有的故障树分析中,二元决策图(Binary Decision Diagram, BDD)又是其中最有效的方法之一.由于BDI)的节点数在很大程度上依赖于输入的底事件的排列次序,所以从故障树到BDD的转换过程中,需要先对底事件进行排序.而如何对底事件进行有效的排序则成为一个重要且未完全解决的课题.本文提出了一种新的底事件排序法--相邻底事件优先法.其基本思想是利用故障树的相邻关系来给其赋予不同的排序优先级.该排序方法所具备的特点包括:其底事件排序过程是静态的,但在BDD的构造过程中,能动态地对已经排序的底事件进行筛选,同时它还支持在BDD的不同分支采用不同的底事件排序方法.实验证明,与现有的最优方法相比,相邻底事件优先法可有效提高75%的故障树的BDD转化效率.     

基于BDD的多态系统概率安全评估方法研究

由于传统的概率安全评估方法难以处理多态系统,本文通过一个煤气泄漏多态系统实例提出了一种基于BDD的多态系统概率安全评估方法.首先将多态事件树中的事故序列用多态布尔表达式进行描述,进而将多态布尔表达式转化为BDD,给出了一种基于不交化思想的BDD定量算法.在此基础上,提出了实用的基于BDD的多态系统概率安全评估步骤,并通过实例说明了BDD定量算法的正确性.     

一种基于BDD的多阶段任务系统可靠度新算法

BDD被应用于多阶段任务系统的可靠性分析中,提出了一种新的基于BDD的多阶段任务系统可靠度算法,算法中提出了一次性生成阶段任务系统BDD的快速算法,在生成的BDD的基础上,得到系统的结构函数并计算多阶段任务系统的可靠度,该算法有效解决了马尔可夫链等方法遇到的组合空间爆炸问题,最后结合应用实例,验证了该算法的有效性。     

SDG自动生成故障树软件的研究与开发

故障树分析法是分析系统可靠性的一种有效方法。对于复杂系统而言,进行故障树自动生成十分重要。本文从基于符号定向图的定性仿真方法出发,开发了一套可视化的故障树自动生成软件。本软件由人机交互接口、信息处理中心和推理机三个部分组成,能够支持故障树自动生成的全过程。在软件核心部分推理机的设计中,针对传统的Lapp&Powers算法进行了两点改进。首先,我们提出一种基于反向搜索索引及操作符模块化组态的全面快速的定性推理机制;其次,我们提出了一种新颖高效的矩阵开拓算法,用于搜索SDG模型中的负反馈回路及前馈回路。本文最后给出一个硝酸换热器的故障树自动生成过程,证明了本软件的实用性和高效性。     

基于超椭球模型的故障树区间分析方法

针对传统故障树分析方法无法有效处理非精确失效概率的问题,提出了一种新的故障树区间分析方法。利用证据理论,由似真函数和信任函数获得底事件发生的区间概率。基于不确定变量的超椭球描述,构造了故障树区间算子,将底事件发生概率的不确定性传递到顶事件,并设计了求解条件极值的Monte-Carlo仿真算法,从而对故障树进行区间分析。该方法适用于统计数据缺乏或者难以得到实验数据的情况。理论分析和仿真实例表明,本方法合理可行,较好地反映了工程实际情况。     

Novel imaging methods of stepped frequency radar based on compressed sensing

The theory of compressed sensing (CS) provides a new chance to reduce the data acquisition time and improve the data usage factor of the stepped frequency radar system. In light of the sparsity of radar target reflectivity, two imaging methods based on CS, termed the CS-based 2D joint imaging algorithm and the CS-based 2D decoupled imaging algorithm, are proposed. These methods incorporate the coherent mixing operation into the sparse dictionary, and take random measurements in both range and azimuth directions to get high resolution radar images, thus can remarkably reduce the data rate and simplify the hardware design of the radar system while maintaining imaging quality. Experiments from both simulated data and measured data in the anechoic chamber show that the proposed imaging methods can get more focused images than the traditional fast Fourier transform method. Wherein the joint algorithm has stronger robustness and can provide clearer inverse synthetic aperture radar images, while the decoupled algorithm is computationally more efficient but has slightly degraded imaging quality, which can be improved by increasing measurements or using a robuster recovery algorithm nevertheless.     

网络系统可靠度的BDD算法

ＢＤＤ是布尔函数的图形表示形式。提出了采用ＢＤＤ方法求解网络系统的不交化最小路集,从而直接计算网络系统的可靠度。算法为网络系统的可靠性分析提供了一种新的途径。最后给出了一个算例。     

基于改进小波变换的海上目标检测

为提高弹道导弹打击舰船的命中精度,研究分析弹载合成孔径雷达的海上目标检测具有重大意义。针对基于传统小波变换的检测算法在相干噪声下难以快速实现目标检测的问题,提出基于改进小波变换的检测模型。首先,利用方向可调的小波函数改进传统小波变换,在提高检测精度的情况下,可避免进行非极大值抑制;其次,重点针对方向小波变换运算复杂的问题,从算法原理和实际应用两方面着手,分别构造可变方向角和掩模矩阵,减少了运算量;然后,在此基础上利用高低帽滤波和闭运算的组合处理,增强边缘区分度,即可通过二值化处理完成目标检测;最后,以舰船的目标检测为例,从检测精度和运算时间两方面验证改进模型的有效性。     

基于高阶累积量符号相干累积自适应滤波算法

基于传统LMS（Least Mean Square）的自适应谱线增强（Adaptive Line Enhancement，ALE）算法的主要缺点是：抑制高斯噪声效果差，计算量大，收敛速度慢，为了尽可能的克服这些缺点，利用相干累积算法对输入数据中相干分量的相干累积作用和符号算法能减少计算量的性能，修正了传统的LMS算法，提出了基于高阶累积量符合相干累积迭代的自适应谱线增强新算法，该算法具有良好的抑制高斯有色噪声效果。计算量小，输出信号平稳等特点，能较好地克服基于LMS的ALE算法的缺点。仿真结果证实了该算法的有效性和可行性。因此，本文的研究具有良好的实用性和应用前景。     

基于自适应射线管分裂的多次反射计算方法

传统弹跳射线（shooting and bouncing rays, SBR）方法采取按均匀射线管的方式进行射线追踪,因此,在计算电大尺寸复杂目标多次反射时,需要处理海量射线,计算效率极低,应用上受到很大限制。提出了一种基于复杂目标不规则三角网（triangle irregular network, TIN）模型的自适应射线管分裂算法（adaptive ray tube splitting algorithm, ARTSA）,利用TIN模型信息动态生成非均匀初始射线管,经过与模型三角面元的求交、多边形裁剪和三角化处理,将初始射线管自适应分裂成多个子射线管,利用口面积分（aperture integral, AI）法计算各子射线管的多次反射场,通过相干叠加获得目标多次反射贡献。与传统SBR方法相比,在相同计算精度下,所提算法能极大地减少射线追踪数量,显著提高计算电大尺寸复杂目标多次反射的效率。     

一种在未知噪声下的快速波达方向估计方法

提出了一种基于传播算子方法的波达方向估计（direction of arrival, DOA）算法,和传统的子空间方法相比,该方法不需要进行矩阵特征分解,有效降低了运算复杂度,同时它对相干信源有更高的分辨率。另外,传统的传播算子方法只在噪声协方差矩阵已知并且信噪比（signal-to-noise ratio, SNR）较高的情况下才有很好的分辨率,而本方法在未知相关噪声场中也能够保持非常高的精度。最后,引入了基于混沌优化思想的谱峰搜索算法,进一步减少了算法运算时间,并通过仿真实验验证了文中结论。