系统实时性能可靠性评估的贝叶斯方法

多数产品或系统的失效可归结为其潜在的退化过程,且系统退化通常为隐含的过程而无法直接观测或测量。针对隐含的退化过程不可直接观测的特点,本文提出一种基于状态空间模型的产品退化建模方法,以系统运行期间采集的性能数据为基础,结合贝叶斯估计理论,实现了对系统隐含退化状态的在线估计与预测,以及对系统性能可靠性的实时评估。以民航发动机为对象,通过对实际收集的性能数据的分析表明,本文所提方法能够较好地用于系统性能可靠性的实时评估。     

直升机飞行性能仿真与评估方法研究

着重研究通过仿真的方法进行直升机飞行性能评估，以实现直升机基于状态的维修。首先基于涡轮轴发动机数学模型进行了飞行性能仿真；然后对性能仿真结果进行评估，并进一步对直升机将来的性能作出预测；最后介绍了基于前述方法开发的软件系统及其运行实例。     

Wiener过程性能退化产品可靠性评估的Bayes方法

在分析性能退化数据模型的基础上,针对Wiener过程性能退化产品提出了一种可靠性评估的Bayes方法,给出了参数的递推估计.该方法计算简单,并且能随着性能退化试验进行不断更新可靠性评估结果,而不需要重新处理历史数据,因而也适合于实时可靠性评估.最后通过金属化膜电容器可靠性评估实例分析验证了该方法的适用性,并进行了相关讨论.     

基于加速退化数据的可靠性评估技术综述

随着加速退化试验技术的不断进步,加速退化数据日趋复杂,可靠性评估理论和方法需要不断完善和发展。可靠性建模与统计分析是可靠性评估的两大核心问题,从这两方面对基于加速退化数据的可靠性评估技术进行综述,重点阐述了性能退化建模、加速退化建模、失效机理一致性辨识等关键问题,提炼了基于加速因子不变原则进行加速退化数据可靠性评估的新思路,展望了未来的研究重点和发展前景。研究工作对完善加速退化数据可靠性评估理论和方法,提高评估准确性具有一定的指导意义。     

一种基于ACE/TAO的航空发动机分布式仿真方法

提出一种新的航空发动机分布式仿真方法。基于面向对象技术建立某型航空发动机部件级模型并运用符合OMGCORBA（Object Management Group，Common Object Request Broker Architecture）规范的ORB（Object Request Broker）--ACE（Adaptive Computing Environment）／TAO实现模型之间的通信。基于部件级串行方式的整机仿真数据表明该方法的准确性和可靠性。在此基础上设计基于求解非线性方程组的并发分布式仿真算法，对仿真试验数据进行分析得出影响分布式仿真性能的重要因素．研究的航空发动机分布式仿真方法与面向对象技术融为一体，提供了灵活品扩展和维护的航空发动机分布式仿真框架，为高精度航空发动机复杂模型部件集成、多精度分析、多学科耦合仿真奠定基础。     

固体火箭发动机任务可靠性预计

固体火箭发动机的任务可靠性预计是一项重要的可靠性工程内容。目前国内外对固体火箭发动机的任务可靠性预计尚无成熟的方法,因此在工程应用上存在着不少的困难。本文针对这一情况,结合发动机的可靠性工程实践,提出了任务可靠性预计模型,讨论了预计的数学方法和工程方法,结果较为满意。     

脉冲多卜勒雷达信号处理系统的仿真

利用系统仿真工具进行雷达系统建模与仿真，可以高效地完成系统的方案论证和性能评估，将雷达系统设计人员从繁重的设计工作中解脱出来，使雷达系统的设计更加方便，高效和优化，能够大大提高设计的可靠性，并可缩短设计周期，降低开发成本，本文以一部脉冲多卜勒雷达信号处理系统的仿真为例，说明了雷达信号处理系统的仿真过程及性能评估方法。     

基于模糊测度准则的可靠性评估方法

介绍了在模糊测度准则指导下实现的基于专家意见的系统可靠性评估方法。该方法是基于模糊测度准则，依靠对专家的划分和组合，合理选取信息的处理方法，用以完成对多源主观可靠性信息的融合评估。介绍了该方法的设计思路及技术要点。该方法充分利用了模糊逻辑的建模效率和针对主观信息的适用性，可以提高某些实现条件下系统可靠性评估的效率和精度。最后给出了仿真实例，结果显示了该方法的性能和可行性。     

覆盖网对域间路由可靠性的影响研究

覆盖网可以利用终端间的多路径路由提升Internet路由的性能和可靠性。如何选取高质量的覆盖网路径,并且准确地对其进行性能评估是有待解决的核心问题。对此,首先提出一种对覆盖网路由的评估方法,该方法从路由可靠性角度进行分析,运用可靠度(RD)这一指标,从多条覆盖网路径的分离度、长度、质量等方面进行综合评估。在此基础上,提出基于广度优先遍历队列(BFSQ)的分布式的启发式算法优化覆盖网多路径的选择。仿真结果表明该算法可以通过少量底层拓扑信息的获取,达到有效提升多路径覆盖网路由可靠性及性能的目的。     

基于状态转移随机模型的SSADT可靠性评估方法

为评估步进应力加速退化试验 (step stress accelerated degradation test, SSADT)中具有非线性退化趋势的产品的可靠性,提出一种基于状态转移的随机退化建模与可靠性评估方法。首先将状态转移关系与高斯随机过程相结合建立步进应力随机退化模型,以表征微观缺陷的产生和发展对宏观性能的影响;然后应用最佳线性逼近和随机过程曲线边界首达理论建立可靠性模型;最后将其应用在介质振荡器(dielectric resonator oscillator, DRO)贮存可靠性评估中。以修正高斯牛顿算法和Powell共轭梯度算法相结合的方法对退化模型参数进行识别,其结果表明,状态转移随机退化模型能够有效地刻画产品SSADT中性能退化的非线性趋势特性和随机特性,得到较为准确的评估结果。     

灰色非线性规划问题及其遗传算法求解方法

灰色系统中的非线性规划问题是一类重要问题 .本文针对一般灰色非线性规划问题 ,给出了一种基于随机模拟的遗传算法求解方法 .实例证明 ,将遗传算法应用于灰色非线性规划问题的求解能取得较好的效果.     

概率约束MIMO雷达稳健发射波形设计方法

传统多输入多输出(multi-input multi-output, MIMO)雷达发射波形设计方法对传播矩阵误差敏感,导致难以得到最优的匹配波形,进而造成系统检测性能严重下降。针对此问题,提出一种基于概率约束的MIMO雷达稳健发射波形设计方法。该方法考虑最差情况的发生为小概率事件,基于输出信噪比(signal noise ratio,SNR)低于可接受水平的概率小于中断概率的约束条件,通过最大化输出信噪比设计最优波形。利用传播矩阵误差的概率分布特性,将概率约束转化为凸约束,从而将统计优化问题转化为确定性优化问题。该方法在传播矩阵存在误差情况下以高概率实现系统性能最优化。仿真结果表明所提方法能够提高输出SNR,具有较好的检测性能。     

多目标离散控制: 一种对策方法

在多目标控制中,线性加权法常常被用于把多目标问题转化为单目标问题的研究中。若各子目标与总体目标存在非凸关系时,该方法难以有效。本文构造了一种对策模型来解决这类多目标控制问题,提出了利用对策理论求解这类问题的方法。该方法可将决策人对目标的偏好加入模型中,从而放宽了问题的凸性限制。     

认知MIMO雷达发射波形与接收滤波器联合优化设计方法

为了突破传统雷达的性能瓶颈，具有发射端自适应机制的认知雷达成为了研究热点，其中发射波形优化设计是认知雷达的核心组成。为了提升机载平台下对运动目标的检测能力，考虑了多输入多输出雷达中发射波形与接收滤波器的联合设计问题，并使用交替优化方法进行求解。在求解最优接收滤波器时，优化问题被建模为经典的广义瑞利熵问题，对此使用最小方差无失真响应方法进行求解以避免特征值分解运算。在设计最优发射波形时，在最大化信杂噪比的准则下建立目标函数，并引入工程常用的恒模约束条件，最终将波形设计问题建模成一个非凸的优化问题。对此，经典的求解方法是先使用近似手段松弛恒模约束，然后使用Charnes-Cooper变换进行求解。区别于经典方法，提出一种基于信杂噪比近似的优化算法以减少计算复杂度。实验结果表明，所提方法不仅具有更快的收敛速度，还可以实现更优的信杂噪比增益性能。     

Solving and Applying a Class of Block-diagonal Structured Large Linear Programming

１ＩｎｔｒｏｄｕｃｔｉｏｎＳｉｎｃｅＧ．Ｂ．Ｄａｎｔｚｉｎｇｐｒｅｓｅｎｔｅｄｔｈｅｓｉｍｐｌｅｘｍｅｔｈｏｄｉｎ１９７４，ｔｈｅｔｈｅｏｒｙｏｆｌｉｅａｒｐｒｏ－ｇｒａｍｍｉｎｇｈａｓｂｅｅｎｍｏｒｅａｎｄｍｏｒｅｍａｔｕｒｅ．Ｈｏｗｅｖｅｒｓｉｎ...     

Dynamic Power Saving via Least-Square Self-Tuning Regulator in the Virtualized Computing Systems

In recent years,power saving problem has become more and more important in many fields and attracted a lot of research interests.In this paper,the authors consider the power saving problem in the virtualized computing system.Since there are multiple objectives in the system as well as many factors influencing the objectives,the problem is complex and hard.The authors will formulate the problem as an optimization problem of power consumption with a prior requirement on performance,which is taken as the response time in the paper.To solve the problem,the authors design the adaptive controller based on least-square self-tuning regulator to dynamically regulate the computing resource so as to track a given reasonable reference performance and then minimize the power consumption using the tracking result supplied by the controller at each time.Simulation is implemented based on the data collected from real machines and the time delay of turning on/off the machine is included in the process.The results show that this method based on adaptive control theory can save power consumption greatly with satisfying the performance requirement at the same time,thus it is suitable and effective to solve the problem.     

基于改进粒子群算法的系统辨识新方法

提出了一种利用改进的粒子群优化算法对系统进行辩识的方法.该方法是将典型的数学模型的相互组合而构成系统模型的新辨识方法,即首先将系统结构辨识问题转化为组合优化问题,然后采用粒子群优化算法同时实现系统的结构辨识与参数辨识.为了进一步增强粒子群优化算法的辨识性能,提出了利用一种改进的粒子群优化算法.最后,给出了仿真示例,结果验证了所给的系统辨识方法的合理性和有效性.     

基于元学习的雷达小样本目标识别方法及改进

基于深度学习的雷达目标识别方法近年来获得较大关注, 但实战中存在时效性约束和资源限制, 小样本识别难题大大限制其在实际识别任务中的性能。针对这一问题, 本文基于元学习算法, 通过从多个相关任务中学习到的元知识改善新任务的性能, 引入迁移学习思想, 提出一种改进的小样本学习方法, 并通过详细的性能对比实验分析了该方法的应用边界条件。基于实测高分辨距离像数据的实验结果表明, 元学习方法在历史积累样本所含目标类别较多, 与目标任务相关度较大的极小样本情况下, 性能优势才突出, 所提方法可显著提升其综合识别性能。     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

基于改进的SVM学习算法及其在信用评分中的应用

对于处理大规模问题的信用评分方法除要求达到一定的准确率之外,其速度、可解释性、简洁性等性能也非常重要. 借鉴SMO的思想, 首先提出一个基于三变量的改进的SVM学习算法, 即将SVM问题分解为一系列含有三个变量的二次规划子问题,其优点是所求的相应松弛子问题都有解析解,使得该方法能够更加精确和快速地逼近最优解;其次将新算法应用于信用评分问题,在UCI机器学习库中的三个公共数据集上的数值试验表明了新方法的有效性:不仅节省了模型的计算代价, 而且还提高了分类精度.