含有屏蔽数据的串联系统中BurrⅫ部件可靠性指标的Bayes估计

在含有屏蔽数据的情况下,研究串联系统中BurrⅫ部件可靠性指标的估计问题.利用极大似然法给出了部件参数的极大似然估计,并分别在平方损失、LINEX损失和熵损失函数下,给出部件参数及可靠性指标的Bayes估计.最后利用Monte-Carlo随机模拟方法对各种估计结果进行了比较分析.     

屏蔽数据下BurrXⅡ三部件串联系统的可靠性估计

在系统失效原因被屏蔽的情形下,讨论三部件串联系统中BurrXⅡ部件的可靠性估计问题。在一般屏蔽情形下,利用迭代法和系统简化法求解极大似然方程组,得到部件参数近似的极大似然估计(maximum likelihood estimation, MLE）;在完全屏蔽情形下,直接求解方程组得到参数精确的极大似然估计。同时利用贝叶斯方法分别在平方损失、LINEX损失以及熵损失下推导出部件参数和可靠性指标的贝叶斯估计。最后通过数值仿真说明极大似然估计和贝叶斯估计效果良好,并对二者进行了比较。     

基于屏蔽数据多重定数截尾下系统部件的可靠性估计

利用屏蔽的系统寿命数据,在多重定数截尾样本下研究串联系统中部件的可靠性估计问题。首先利用概率元分析方法,推导样本似然函数。然后基于样本似然函数,给出部件参数和可靠度函数的极大似然估计,同时分别在平方损失、线性指数损失和广义熵损失下,得到了部件参数和可靠度函数的Bayes估计。最后通过数值仿真研究屏蔽水平和截尾因子对估计精度的影响,并对各种估计进行了比较。     

截尾情形下基于屏蔽数据的部件可靠性分析

当系统具有屏蔽寿命数据时,研究了串联系统中BurrXⅡ部件的可靠性估计问题.在定数截尾情形下,利用极大似然估计法及Bayes方法给出了部件参数、可靠度函数和失效率函数的极大似然估计及Bayes估计.最后通过随机模拟比较两种估计的效果,给出了工程应用时选择的依据;同时研究屏蔽水平和截尾数对估计效果的影响,结果表明估计的精度随着屏蔽水平的增大而降低,随着截尾数的增大而增高.     

相依屏蔽数据串联系统中M-O型部件的可靠性分析

当串联系统含有屏蔽数据且屏蔽概率与失效部件相关时,研究系统中相依部件分布参数及可靠度函数的估计问题。假设部件寿命服从二元Marshall-Olkin型指数分布,在逐步Ⅱ型截尾下,基于屏蔽数据,推导出部件参数及可靠度函数的极大似然估计。鉴于极大似然估计法在完全屏蔽情形下的局限性,利用贝叶斯方法,在平方损失函数下推导出部件参数和可靠度函数的贝叶斯估计。最后利用Monte-Carlo方法给出数值例子,比较了两种估计结果的优劣;同时研究了屏蔽概率和截尾数对估计结果的影响。结果表明两种估计的精度均随着屏蔽概率的增大而降低,随着截尾数的增大而增高,贝叶斯估计较极大似然估计效果更优。     

两参数Weibull分布环境因子的Bayes估计

基于天地试验环境下Weibull分布形状参数不变的条件,运用Bayes方法对两参数Weibull分布环境因子进行分析,以尺度参数后验密度的商密度作为环境因子的后验密度,给出了在形状参数已知和未知两种情况下,环境因子在平方损失下的Bayes估计。最后运用仿真实例与极大似然估计进行比较,结果表明Bayes估计优于极大似然估计。     

冷贮备系统可靠性指标的经验Bayes估计

利用经验Ｂａｙｅｓ方法对冷贮备系统的可靠性指标进行了分析。运用随机模拟方法,将经验Ｂａｙｅｓ估计与经典的极大似然估计进行了比较。结果表明,经验Ｂａｙｅｓ的精度要比极大似然估计好些。     

基于定期检测的贮存可靠性模型及其参数估计

为保持贮存产品的高可靠性,基于指数分布建立了三类具有初始失效的周期检测贮存可靠性模型:检修后如新,贮存失效率增大;检修后不如新,贮存失效率不变;检修后不如新,贮存失效率增大.依据周期检测数据,给出了检修前即刻可靠度的极大似然估计及Bayes估计,用极大似然方法与最小二乘法对模型参数进行了估计.最后,给出一个应用实例演示了模型的有效性.     

含屏蔽数据四单元混联系统的可靠性分析

讨论了两种含屏蔽数据四单元混联系统的可靠性分析问题。在单元失效率为指数函数的情形下,详细推导出两种混联系统在逐步Ⅱ型混合截尾试验下的似然函数。利用极大似然方法给出了单元分布参数及系统可靠度函数的极大似然估计,采用似然比方法构造了未知参数的近似置信区间。最后运用蒙特卡罗方法进行随机模拟,验证了所提方法的正确性和有效性。     

数论网格法在极大似然估计中的应用

复杂似然函数的多峰性使得极大似然估计的求解存在很大困难。针对这一问题,提出了求解极大似然估计问题的数论网格法。讨论了数论网格法的特点,理论分析了其算法精度,给出了基于数论网格的序贯优化算法的计算步骤,研究了初始搜索区域和算法初始参数的确定方法。最后,以两参数威布尔分布参数极大似然估计为例,给出了极大似然估计的计算过程,比较了序贯优化算法和对分法的估计结果,说明了序贯优化算法的有效性和计算效率。     

推广的多传感器数据融合算法

本文对工程实际中多传感器系统线性化后存在未知的系统误差，测量噪声具有指数衰减相关，且与状态噪声相关的问题，提出了推广的多传感器数据的分层融合算法和多传感器自适应数据融合算法，给出了计算流程图，可以对目标的状态进行实时估计，这两种算法对防空导弹体系制导雷达组网数据融合具有理论意义与实用价值。     

毫米波阵列雷达近场动目标参数估计算法

在毫米波连续波阵列雷达系统中,根据近场各动目标多普勒频率的不同,提出了一种近场动目标多普勒频率、距离及方位三维参数估计算法。首先采用全相位快速傅里叶变换(all phase fast Fourier transform, apFFT)方法估计回波信号频谱,并使用相位差频谱校正法对目标多普勒频率进行校正。全相位FFT方法所得相位谱为信号的初始相位,各通道之间对应信号的相位关系包含了目标的位置信息,采用二维多重信号分类(two dimensional multiple signal classification, 2 D MUSIC)方法就可从各目标对应多普勒频率的复幅度中估计出目标的距离及方位参数。计算机仿真结果证明了该算法的有效性。     

基于可观测度分析的传递对准精度评估方法

针对传统舰载领域传递对准精度评估性能受限于舰船有限的机动能力问题,提出了通过引入天文航向信息以及减速机动的舰载武器惯导系统传递对准精度评估方法。通过精度评估系统的可观测性分析,给出了引入角运动观测量以及载体机动这两种方法各自与精度评估性能之间的关系,并分别提出引〖JP3〗入天文方位信息和舰船减速强机动的精度评估方法,利用固定点平滑算法进行仿真分析。仿真结果表明,引入天文航向信息的精度评估方法具有良好的姿态失准角评估性能,平滑误差小于10%,且所设计的减速强机动可以进一步提升方位失准角的平滑精度。     

大型电子系统工程软件可靠性评估方法初探

本文探讨了大型电子系统工程的软件可靠性评估方法问题。从软件可靠性模型,可靠性实验数据的收集,以及可靠性数据估值的准确性,可靠性数据的检验等方面进行了研究。最后,提出了一般的评估步骤。     

Research for the orientation detection system using L-shape reticle

The basic scheme of the orientation detection system using L-shape reticle is introduced. The dimension of the patterns on the reticle of the system in practical applications is designed and an analysis of the principle of abstracting the orientation information of the target and the effects and formation method of self-adapting tracking gate is presented. The research result shows that the orientation detection system using L-shape reticle has a good effect on space-filtering, the signals that the orientation detection system sends out are easy to be processed by computer, its self-adapting tracking gate has a strong anti-interference ability, and the whole system＇s searching and tracking performances are quite high.     

电站两辅助设备冷贮备系统的可靠性分析

研究了由两个同型部件、一个转换开关和一个修理工组成的电站单元机组辅助设备的冷贮备系统.通过选取空间和定义算子, 将模型方程转化成了抽象Cauchy问题. 利用预解正算子和C₀半群理论, 讨论了系统动态解的存在唯一性及其表达式. 通过分析系统算子的谱分布,利用预解正算子和共尾理论得到系统的指数稳定性. 在此基础上,用一个新的方法讨论了系统的稳态指标.     

Airborne Target State Estimator

ＡｉｒｂｏｒｎｅＴａｒｇｅｔＳｔａｔｅＥｓｔｉｍａｔｏｒ￥ＨａｏＪｉａｎｋａｎｇ；ＺｈａｎｇＭｉｎｇｌｉａｎ＆ＷｅｎＣｈｕａｎｙｕａｎ（Ｆａｃｕｌｔｙ３０５ｏｆＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＡｅｒｏｎａｕｔｉｃｓ＆ＡｓｔｒｏｎａｕｔｉｃｓＢｅ...