基于凸联合的Krylov子空间自适应LMS算法

提出了一种基于凸联合的Krylov子空间自适应最小均方（least mean square, LMS）算法。首先采用Krylov子空间变换将未知系统的冲击响应转换为Krylov子空间下的稀疏结构,利用其稀疏特性,将一种改进的比例归一化LMS（improved proportionate normalized LMS, IPNLMS）算法和一种变阶数归一化LMS（variable tap length normalized LMS, VTNLMS）算法进行凸联合,最后通过Krylov子空间反变换得到未知系统冲击响应。仿真结果验证了所提出的凸联合自适应LMS算法具有更快的收敛速度和更小的稳态误差。     

基于GPU的大规模多阶段任务系统可靠性并行计算方法

针对大规模多阶段任务系统(phased-mission system, PMS)的可靠性求解,引入并行计算思想,通过分析传统的一致化方法(uniformization method, UM),基于Nvidia提出的CUDA(compute unified device architecture)架构,实现了基于图形处理器(graphics processing unit, GPU)的UM并行算法(GPU-UM),并采用合并访问和共享内存技术,提高了GPU中数据负载的利用率;PMS中不同阶段参与任务的设备及其数量通常会发生变化,导致阶段间依赖性处理困难。通过对新设备加入、已有设备暂时退出任务或完全退出任务等3种基本情况的分析,提出了阶段间状态映射机制,实际中的阶段变化情况更加复杂,可综合上述3种基本情况进行处理。通过算例对比了GPU-UM、CUDA-UM、传统UM和Krylov子空间等4种算法的计算时间和可靠性结果,分析表明GPU-UM算法的计算耗时优于其他方法,且结果精度也能满足可靠性计算需求;同时,通过对比分析UM算法和Krylov子空间算法与仿真方法的结果误差,表明提出的阶段间映射机制能够正确处理PMS中阶段间的复杂依赖关系。     

一种新的基于Krylov子空间的快速子空间分解

快速有效地进行子空间分解是子空间类算法走向工程应用的关键。提出了一种新的期望信号的选择方法,并证明了在空时白噪声条件下由观测信号的协方差矩阵及观测信号与期望信号的互相关矢量构成的Krylov子空间等价于信号子空间,从而可以通过多级维纳滤波方法计算Krylov子空间的基来实现信号子空间的快速估计。由仿真实验可以看出所提出的方法能够快速有效地实现子空间分解,尤其在低信噪比下仍然具有较高的性能。     

航天测控任务可靠性的混合分析方法

二元决策图（binary decision diagram, BDD）方法和直接仿真法在评估测控资源规模大、阶段任务多的测控任务的可靠性时都存在局限性。从分析单个阶段任务的可靠性损失量出发,提出一种测控任务可靠性分析的解析模型,并基于强制法快速获取解析模型所需的输入数据。通过案例,验证了混合式分析法相对BDD方法和直接仿真法在时效性上的优势。这种结合解析模型与快速仿真法的混合式分析方法为解决测控资源规模大、阶段任务数量多的测控任务可靠性的评估问题提供了可行的手段。     

采用R树和轨迹分段的HMM高效地图匹配方法

针对传统隐马尔可夫模型(hidden-Markov model,HMM)地图匹配算法无法高效处理大量轨迹数据的问题,提出了一种改进的HMM地图匹配算法。采用R树空间索引方法为路网建立空间索引,基于轨迹点位置变化率对GPS轨迹数据进行分段,并利用R树索引快速确定子轨迹所属的候选路段,在子轨迹中挑选关键点代替整段子轨迹判断所属路段,根据结果完成各子轨迹的地图匹配。仿真结果表明：与传统HMM地图匹配算法相比,改进算法可以同时减少道路搜索和轨迹点遍历的工作量,大幅提高算法效率。     

引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

基于蒙特·卡罗方法的可靠性仿真过程模型研究

针对传统可靠性仿真过程缺乏准确度以及仿真结果缺乏可信度等问题,通过嵌入验证模块和反馈模块,给出了改进的可靠性仿真过程模型。深入分析了改进后的仿真过程模型的具体步骤,随后基于蒙特.卡罗方法设计并实现了相应的可靠性仿真算法。最后,应用Matlab软件进行了仿真实验分析。实验结果表明,改进后的过程模型能够显著提高可靠性仿真的效率和精度,对于系统可靠性分析具有良好的指导意义和实用价值。     

恒模算法与子空间法相结合的分数间隔盲均衡

恒模算法和子空间法是目前广泛应用于通信信号处理中的两种盲算法。将恒模算法和子空间方法相结合，提出一种基于恒模算法与子空间分解法的分数间隔盲均衡算法，仿真结果表明，新算法的收敛特性明显优于传统的恒模算法。     

802.11ax系统中基于OFDMA调度接入的公平性资源分配算法

针对802.11ax系统中基于正交频分多址接入(orthogonal frequency division multiple access, OFDMA)调度接入的上行多用户传输链路, 提出了基于能量效率的公平性子信道匹配和功率分配算法。根据基于能量效率的上行链路模型, 提出资源块(resource unit, RU)数量确定算法和独立子信道匹配与功率分配算法; 进而针对独立分配中频谱利用不足和功率分配不合理的问题, 提出改进的联合子信道和功率迭代分配算法, 通过应用广义分式规划, 改写约束条件并在目标函数中加入惩罚项来松弛整型变量, 进一步用序列凸规划(sequential convex programming, SCP)来求解。仿真结果表明, 通过独立和联合迭代分配功率和子信道, 系统中用户的能量效率相对原有算法得到提升的同时兼顾了用户间的公平性。     

基于空间投影的高冗余Gabor框架采样系统信号重构方法

针对窄脉冲信号的采样与重构,基于指数再生窗Gabor框架的欠Nyquist采样方法已经得到验证,但是当框架高度冗余时,使用传统方法对信号进行子空间探测会导致重构较大误差甚至失败。本文设计了分块的对偶Gabor字典,构建了基于该字典采样系统的重构模型;将分块思想引入冗余字典条件下信号空间投影,提出了基于Gabor分块字典的信号空间投影的SCoSaMP(simultaneous compressive sensing matching pursuit)算法,分析了算法的收敛条件;推导了噪声条件下基于近似oracle估计的误差边界,并对算法进行降噪分析。仿真结果表明,提出的子空间探测方法相比传统方法,提高了信号恢复精度,降低了采样通道数,并增强了系统的鲁棒性。     

部分可观测信息条件下系统最佳检修策略分析

针对部分可观测信息条件下的退化系统,提出利用部分可观测马尔可夫决策过程模型解决系统视情维修问题。采用隐马尔可夫模型对系统进行状态评估,得到系统的转移概率和观测概率矩阵;利用比例故障率模型对系统进行可靠性分析,得到系统的故障率和可靠度函数,不仅考虑系统的工作时间,也考虑系统的退化状态。最后,以系统长期运行的最小平均费用率为目标,得到最佳的检测周期和最优的更换策略。实例研究表明,该方法可为保障人员提供科学的维修决策依据。     

非马氏可修系统的随机模拟

非马尔科夫可修系统用解析方法求解，一般是很困难的。进行随机模拟原则上不存在问题。本文运用蒙特卡罗方法模拟了由三个独立部件组成的串并联系的运行，给出了各种数值指标，如可用度、可靠度、平均周期等。为了考验我们模拟方法的正确性，将其所有分布转化为指数型。模拟结果与解析结果相比，基本一致。     

基于Petri网的飞控计算机系统可靠性建模与分析

应用广义随机Petri网建立Boeing777非相似余度飞控计算机系统可靠性模型,描述了系统的静态结构及动态过程;针对系统模型过于复杂而难以用现有的算法来计算的问题,提出将该系统分成支路级、通道级和系统级三级进行处理;并利用GSPN与马尔可夫链同构的性质,计算系统的可靠性指标。     

二元相关退化系统可靠性分析及剩余寿命预测

退化相关性和个体差异对二元退化系统可靠性有直接影响,针对该问题,在退化过程模型基础上,建立了相应的系统可靠度和剩余寿命预测模型。首先同时考虑个体退化过程和相关性差异,采用随机参数的Gamma过程和Copula函数建立系统二元相关退化模型,为提高模型适用性,随机参数采用非共轭先验分布假设。在此基础上,分析随机参数对系统可靠度影响,提出基于贝叶斯理论的剩余寿命预测方法。利用马尔可夫链蒙特卡罗(Markov Chain Monte Carlo, MCMC)方法对模型未知参数进行估计。案例分析结果说明了在此类系统可靠性估计时考虑个体差异的必要性,也验证了该剩余寿命预测方法的精确性。     

基于MCMC的OFDM系统脉冲噪声检测与抑制方法

为解决正交频分复用系统(orthogonal frequency division multiplexing,OFDM)中存在脉冲噪声干扰降低系统链路可靠性的问题,提出基于马尔可夫蒙特卡罗(Markov chain Monte Carlo,MCMC)的turbo迭代均衡检测方法。首先给出OFDM系统发射机和接收机模型;然后分析给出未知变量的先验分布及其在已知接收信号条件下的条件分布,通过MCMC均衡器抽样估计得到信道和脉冲噪声的参数信息;最后给出turbo迭代结构的具体实现过程。仿真结果表明,在加性高斯白噪声(additive white Gaussian noise,AWGN)信道和多径信道中,该方法可以有效降低OFDM系统中脉冲噪声影响,提高系统可靠性     

二元相关退化系统可靠性分析及剩余寿命预测

退化相关性和个体差异对二元退化系统可靠性有直接影响,针对该问题,在退化过程模型基础上,建立了相应的系统可靠度和剩余寿命预测模型。首先同时考虑个体退化过程和相关性差异,采用随机参数的Gamma过程和Copula函数建立系统二元相关退化模型,为提高模型适用性,随机参数采用非共轭先验分布假设。在此基础上,分析随机参数对系统可靠度影响,提出基于贝叶斯理论的剩余寿命预测方法。利用马尔可夫链蒙特卡罗(Markov Chain Monte Carlo, MCMC)方法对模型未知参数进行估计。案例分析结果说明了在此类系统可靠性估计时考虑个体差异的必要性,也验证了该剩余寿命预测方法的精确性。     

相邻k-out-of-n:F多状态可修系统的可靠性分析

针对相邻k-out-of-n:F多状态可修系统可靠性指标计算难的问题,提出了两种求解该系统可靠性指标的方法。当系统部件寿命和修理时间都服从指数分布时,方法一首先利用马尔可夫过程理论获得部件的可用度,再用部件的可用度获得系统的瞬态、稳态可用度;方法二针对状态空间巨大的情况,先以一定的标准对状态空间进行截尾,再应用马尔可夫模型获得系统的稳态可用度、首次故障前平均时间、稳态故障频度等可靠性指标。最后通过数值算例说明了所提出方法的有效性。     

不完全共因失效系统动态故障树模型分析方法

提出了不完全共因失效的概念,认为共因只能以一定概率作用于共因失效组的元件上,并产生一定程度的损伤。介绍了动态故障树分析方法常用的逻辑门结构,并在此基础上引入了新的逻辑门结构用于对不完全共因失效进行有效描述。指出了目前用于求解不完全共因失效系统动态故障树模型的马尔可夫链方法存在的不足,修正了现有研究给出的马尔可夫链状态转移图,并提出不完全共因失效系统失效概率的通用公式。最后给出应用实例,证明该方法的有效性。     

基于证据GO法的复杂多态系统动态可靠性分析

为了准确把握复杂多态系统及其部件可靠性指标的演变规律,需要对其进行动态可靠性分析。针对复杂多态系统退化参数的认知不确定性问题,提出一种用于动态可靠性分析的证据GO算法,以GO法原理为分析基础,结合证据理论构建一种考虑认知不确定性的多态GO法操作符,完成对复杂多态系统的不确定量化,结合马尔可夫模型对复杂多态系统进行可靠性建模,从而有效地分析认知不确定性给系统可靠度的影响,并用算例验证方法的可行性。     

容错导航系统可靠性评估的一种简化方法

讨论了应用马尔可夫模型方法分析容错导航系统可靠性的化简问题。提出了首先应用马尔可夫模型方法分析每种组件的任务可靠性 ,然后应用组合分析的方法综合得出整个系统任务可靠性的方法 ,它可以大大简化可靠性的分析过程 ,减少计算量。最后 ,以四余度双敏感轴捷联惯导系统为例 ,对在不同条件下应用普通马尔可夫模型方法和化简的方法分析系统可靠性的精度进行了仿真比较。