加速寿命数据的贝叶斯建模与分析

在加速寿命试验的可靠性设计中, 随机化设计的限制以及删失数据不可避免地导致低分位数估计出现较大的偏差。针对上述的问题, 结合贝叶斯抽样技术以及非线性混合模型(nonlinear mixed model, NLMM)提出了一种可靠性改进的分析方法。首先, 需要检验所收集的数据是否服从威布尔分布以及验证形状参数是否是恒定常数。其次, 考虑随机效应对尺度参数和形状参数的影响, 运用NLMM构建了尺度参数和形状参数与试验因子之间的函数关系。然后, 利用贝叶斯方法估计低分位数的可靠性寿命。最后, 实际案例研究表明, 在考虑删失问题和未完全随机设计的影响时, 所提方法能够获得更为稳健和可靠的估计结果。     

部件寿命服从威布尔分布时典型系统的寿命与剩余寿命估计

在实际工程中,对系统寿命以及剩余寿命的估计非常重要。在已知系统中部件寿命与可靠度的前提下,关于如何快速得到系统级寿命与剩余寿命的相关研究比较缺乏。针对这一问题,首先研究了可靠度、寿命以及剩余寿命的关系,进一步假设部件寿命服从同一威布尔分布,根据部件的寿命与可靠度函数,推导得到串联、并联和表决系统寿命与剩余寿命期望的封闭表达式,并给出了相应的计算方法。对于冷备系统,当部件寿命服从同一指数分布时,推得了系统寿命及剩余寿命期望的封闭表达式,而当部件寿命服从同一威布尔分布时,给出了系统寿命与剩余寿命的数值计算方法。仿真试验证明本文所提出的方法是准确高效的。最后,以卫星中的动量轮r/n(G)表决系统为例开展了实例研究,证明了该方法在工程实践中的有效性。     

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。     

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。     

基于投影滤波的突发事件危险源位置估计问题研究

针对确定突发事件中危险源的位置估计问题,提出一种基于hermit基函数的投影滤波方法.通过将其概率解投影到指定状态空间中,通过投影空间中的艾尔米特基函数构造出近似解,即状态的先验概率密度函数,最后由贝叶斯估计得到状态的后验概率密度函数,给出算法的收敛性和计算复杂度分析.仿真实验证明投影滤波方法有效减少滤波估计中所需的计算量,并提高了估计精度.     

熵损失函数下广义指数分布的可靠性估计

在广义指数分布场合下, 讨论了其参数、可靠性指标的估计及性质. 基于熵损失函数, 在共轭先验分布下, 通过对分布函数进行变换, 获得了该分布参数、可靠性指标的 UMVUE、最小风险同变估计、Bayes 估计和经验 Bayes 估计, 并证明了形如 [cT(x) + d]^-1 的一类估计的容许性. 最后运用 Monte-Carlo 方法对各种估计的 MSE 进行了模拟比较. 结果表明, 经验贝叶斯估计精度较高.     

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.     

基于曲波变换的自适应图像去噪算法

曲波变换是一种新的多尺度变换理论,具有各向异性的特征,可以很好地逼近含线奇异的高维函数。利用曲波变换和经验贝叶斯估计的方法,提出一种新的自适应图像去噪方法,在曲波分解的基础上,由贝叶斯决策理论方法来导出估计法则,从而获得贝叶斯估计值。实验结果表明,与其他几种常用的去噪方法相比,本方法去噪后,图像获得较好的视觉效果,同时客观评价指标明显改进,在较大噪声的情况下更能显示出其优势。     

失效信息已知时r/n(G)表决系统的剩余寿命预测

剩余寿命预测在可靠性工程中十分重要。而r/n(G)表决系统由于结构复杂, 对于其剩余寿命研究相对较少。本文假定部件寿命服从指数-威布尔分布, 在部件失效信息已知的情况下, 推导得到了表决系统剩余寿命期望的解析式, 也分别给出了失效信息未知和部件寿命服从威布尔分布这两种特殊情况下的解析式。仿真实验证明了所提方法的准确性和有效性, 也表明忽略部件失效信息对系统的剩余寿命进行预测, 所得结果偏差很大。     

基于贝叶斯估计的威布尔更新过程统计控制

针对威布尔更新过程,考虑威布尔分布形状参数偏移的探测问题以及实际中样本数据较少的问题,结合贝叶斯理论,设计了Bayesian-Beta控制图,给出了控制图的设计方法、监控程序和参数的贝叶斯估计方法.使用控制图的平均运行链长的均值AARL(average of the average run length)和标准差SDARL(standard deviation of the average run length)分析了参数估计对所设计的控制图性能的影响,结果表明Bayesian-Beta控制图受参数估计的影响小,对过程偏移具有较好的探测能力.     

ROBUST NONPARAMETRIC REGRESSION BASED ON L_1-NORM AND B-SPLINES

ＲＯＢＵＳＴＮＯＮＰＡＲＡＭＥＴＲＩＣＲＥＧＲＥＳＳＩＯＮＢＡＳＥＤＯＮＬ＿１－ＮＯＲＭＡＮＤＢ－ＳＰＬＩＮＥＳＳＨＩＰｅｉｄｅ（ＤｅｐａｒｔｍｅｎｔｏｆＰｒｏｂａｂｉｌｉｔｙａｎｄＳｔａｔｉｓｔｉｃｓ，ＰｅｋｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎ...     

Bayesian integer frequency offset estimator for MIMO-OFDM systems

Carrier frequency offset （CFO） in MIMO-OFDM systems can be decoupled into two parts： fraction frequency offset （FFO） and integer frequency offset （IFO）. The problem of IFO estimation is addressed and a new IFO estimator based on the Bayesian philosophy is proposed. Also, it is shown that the Bayesian IFO estimator is optimal among all the IFO estimators. Furthermore, the Bayesian estimator can take advantage of oversampling so that better performance can be obtained. Finally, numerical results show the optimality of the Bayesian estimator and validate the theoretical analysis.     

软件可靠性模型及其参数估值技术

软件产品的可靠性评估主要取决于软件可靠性模型及其参数估值技术。本文探讨了六种软件可靠性增长模型的内在关系,提出了一个统一的软件可靠性增长模型,并从数理统计角度介绍了两种可靠性模型参数估值方法:最大似然估值法和最小均方误差估值法。最后,通过实例说明了软件可靠性模型及其参数估值技术在软件产品的可靠性评估方面的具体应用。     

QUADRATIC ADMISSIBLE ESTIMATE OF COVARIANCE IN PSEUDO-ELLIPTICAL CONTOURED DISTRIBUTION

This article mainly discusses the admissibility of quadratic estimate of covariance in pseudo-elliptical distribution.Under the quadratic loss function,the necessary and sufficient conditions thata quadratic estimator is an admissible estimator of covariance in the class of quadratic estimators areobtained.A complete class of the quadratic estimator class is also given.     

Smooth estimation of ROC curve in the presence of auxiliary information

Receiver operating characteristic (ROC) curve is often used to study and compare two-sample problems in medicine. When more information may be available on one treatment than the other, one can improve estimator of ROC curve if the auxiliary population information is taken into account. The authors show that the empirical likelihood method can be naturally adapted to make efficient use of the auxiliary information to such problems. The authors propose a smoothed empirical likelihood estimator for ROC curve with some auxiliary information in medical studies. The proposed estimates are more efficient than those ROC estimators without any auxiliary information, in the sense of comparing asymptotic variances and mean squared error (MSE). Some asymptotic properties for the empirical likelihood estimation of ROC curve are established. A simulation study is presented to demonstrate the performance of the proposed estimators.     

A LAW OF THE ITERATED LOGARITHM FOR RANDOM WINDOW-WIDTH KERNEL ESTIMATOR OF A NONPARAMETRIC REGRESSION FUNCTION

In this paper we study the estimation of the regression function.We establish a law ofthe iterated logarithm for the random window-width kernel estimator and,as an application,fora nearest neighbor estimator.These results give sharp pointwise rates of strong consistency ofthese estimators.     

自回归模型的加权复合Expectile回归估计及其应用

本文基于充分利用多个Expectile信息能提高参数估计效率的假设,提出了AR模型的加权复合Expectile回归(WCER)估计,探讨了该估计的最优权重,建立了其大样本性质,发现根据由数据驱动的最优权重所获得的WCER估计与最优权重已知时所获得的WCER估计具有相同的渐近有效性.数值模拟表明,当误差为厚尾或非对称分布,所提出的WCER估计大大优于传统最小二乘估计.即使误差分布未知,依然可以得到像极大似然估计一样具有优良统计性质的WCER估计.应用所提出的方法分析恒生指数和标准普尔500指数,实证分析表明:所提出的WCER估计在有效性意义下非常具有竞争力.     

归并数据回归模型的半参数估计方法

基于受限因变量的生存函数,构造归并数据回归模型的一个新的半参数估计量, 并设计多项实验与HP估计量进行模拟比较. 模拟显示, 所构造的估计量具有较好的小样本表现.     

线性回归模型的非线性稳健估计——基于经验过程理论的研究

线性回归模型参数估计的有效性及对厚尾扰动和离群值的稳健性有进一步改进的余地.本文基于条件分布函数提出线性参数模型的一种新的非线性稳健估计量,利用经验过程理论证明了其相合性和渐近正态性.相对于OLS(ordinary least squares)估计量和常用的稳健LAD(least absolute deviations)和Huber估计量,此估计量可全面把握因变量的分布信息,较准确地由样本数据反映真正的数据生成过程,关于扰动项的厚尾分布具有更好的稳健性,且可更好地消弱极端离群值样本对参数估计的不良影响.多种实验设计的模拟表明,此估计量在有限样本下表现良好;在厚尾扰动或离群值出现的时候,显示出良好的稳健性,且优于OLS、LAD以及Huber估计量的小样本表现.     

Bayesian estimation for nonlinear stochastic hybrid systems with state dependent transitions

The Bayesian approach is considered as the most general formulation of the state estimation for dynamic systems.However,most of the existing Bayesian estimators of stochastic hybrid systems only focus on the Markov jump system,few literature is related to the estimation problem of nonlinear stochastic hybrid systems with state dependent transitions.According to this problem,a new methodology which relaxes quite a restrictive assumption that the mode transition process must satisfy Markov properties is proposed.In this method,a general approach is presented to model the state dependent transitions,the state and output spaces are discreted into cell space which handles the nonlinearities and computationally intensive problem offline.Then maximum a posterior estimation is obtained by using the Bayesian theory.The efficacy of the estimator is illustrated by a simulated example.