含位置参数的广义Weibull分布及其置信限估计

通过引入位置参数,建立了能够同时描述浴盆曲线失效率和最大安全寿命的广义Weibull分布模型族,进而采用秩分布理论给出确定该寿命分布族置信限估计的参数化方法。具体分析了目前广泛应用的一种广义Weibull分布,导出该模型参数的置信区间估计与分布函数的置信上、下限曲线函数关系式。文中还进行了模拟验证与实例对比分析。     

MEMS陀螺仪冗余配置故障检测方法

针对姿态测量系统的可靠性问题,提出了一种冗余配置方式的微机电系统(micro-electro-mechanical system,MEMS)陀螺仪故障检测方法。首先,基于三轴MEMS陀螺仪研究了冗余配置的形式,给出了相应的故障评价函数,并给出了最优配置角度的计算方法;其次,根据冗余配置建立陀螺仪故障检测数学模型,设计了MEMS陀螺仪硬故障检测方法,并进一步证明了陀螺仪的软故障和陀螺仪输出噪声的相关性,通过最大似然估计给出了软故障检测判决函数;最后,利用自主构建的故障检测硬件平台进行了实验验证,成功实现了对发生硬故障及软故障陀螺仪敏感轴的检测。该方法将MEMS陀螺仪的冗余配置扩展到了敏感轴水平,提高了MEMS陀螺仪的数据利用率,增加了系统可靠性。     

高阶量纠错码理论限及软判决编译码算法

基于tent混沌映射的高阶量纠错码可以实现对图像的线性纠错,解决了压缩图像峰值信噪比(peak signal-to-noise ratio, PSNR)存在的“门限效应”问题。通过对基于tent混沌映射的纠错码的图像PSNR理论限的分析,得出符号位的准确估计是提高码字性能的关键。传统的基于符号位硬判决的编译码方法难以实现对符号位的有效保护。基于此,借鉴低密度奇偶校验(low density parity check, LDPC)码的软判决编译码方法,提出一种基于符号位软判决译码的高阶量纠错码。仿真结果表明:基于符号位软判决译码的高阶量纠错码的图像PSNR不断逼近理论限;与硬判决高阶量纠错码相比,在编译码复杂度相当的情况下(符号位初始化概率通过查表得到),图像PSNR有2 dB的增益。     

二维时频低碰撞区跳频序列集的构造

基于低碰撞区跳频序列的准同步跳频通信系统在低碰撞区内具有低的多址干扰。将已有的一维跳频序列低碰撞区扩展到时频二维,给出了两种构造二维时频低碰撞区跳频序列集的方法。构造法分别基于Welch Costas阵列和Golomb Costas阵列,通过序列循环移位的方法分别得到一类二维时频低碰撞区跳频序列集。新的序列集满足跳频序列的二维周期汉明自相关函数和互相关函数构成的理论界,同时在二维时频低碰撞区内具有最优的自相关特性和互相关特性。     

基于低秩约束和边信息的近似消息传递CS重构算法

噪声环境下图像压缩感知(compressive sensing,CS)重构方法的性能会大幅度下降。在近似消息传递(approximate message passing,AMP)算法的基础上,同时利用结构先验信息和边信息来增强AMP算法对噪声的鲁棒性。利用图像中相似块的低秩特性,在反投影的含噪图像中捕获低秩子空间的结构特征;再将含有确定成分的前期重构图像作为边信息,以实现细节的增强。实验表明,本文算法比原始AMP算法在峰值信噪比(peak signal to noise ratio,PSNR)上平均提高了3.89 dB,且获得更加清晰的重构图像;与仅利用低秩特性的AMP算法相比,引入边信息后本文算法在PSNR上获得了0.27 dB的增益,同时增强了重构图像的细节。     

基于目标导向的多属性决策属性价值公度方法

MACBETH方法在多个属性维度上确定出的一组属性Good值(或Neutral值)并不能真地具有保证属性价值公度的完全相同的偏好涵义.为克服该方法缺陷,基于包容性属性价值函数,通过引入数据包络分析技术和马尔可夫理论给出了以目标参照方案为导向的目标导向属性价值函数和多属性决策属性价值公度的方法程序.相比于具有较大随意性确定属性Good值和Neutral值的MACBETH方法,依赖目标导向属性价值函数的多属性决策属性价值公度程序具有更明显的科学合理性,因此具有发展MACBETH方法,推动实际决策应用该方法及相关多属性偏好关联决策模型的创新价值.基于决策实验的应用分析直接验证了多属性决策属性价值公度方法程序的科学有效性,间接验证了包容性属性价值函数和目标导向属性价值函数的科学理性.     

基于Kriging模型与重要性抽样的可靠性灵敏度分析

针对因无法获得功能函数的梯度信息而不能使用解析方法的情形,提出了进行可靠性灵敏度分析的高效的仿真方法,首先基于Kriging模型和重要性抽样去计算失效概率,然后通过记分函数(score function)方法求出失效概率对各个参数的偏导数。在计算失效概率时采用反问题(inversion problems)中的不确定性逐步减少(stepwise uncertainty reduction)准则来更新功能函数的Kriging模型,继而在重要性抽样的框架下将失效概率表示成一个"增大"的失效概率与修正项的乘积;而记分函数方法只是对前面抽样方法的一个简单后处理,不需要计算额外的功能函数值.对所提方法使用算例验证表明:当功能函数为昂贵的计算模型或对系统(非单个构件)进行灵敏度分析时,该方法具有较高的计算效率和精度。     

信息物理融合系统中恶意软件传播与分岔控制策略

针对恶意软件在信息物理融合系统中传播机理难以描述的问题,利用非线性动力学理论构建其传播动力学模型,并基于稳定性理论和Hopf分岔定理对该模型的复杂动力学行为进行分析.为了控制恶意软件传播所引发的Hopf分岔,根据分岔控制理论设计了一类结合参数调节法与状态反馈法的混合分岔控制策略,并深入研究控制参数对Hopf分岔点位置及极限环幅值的影响.数值仿真结果表明所设计的混合分岔控制策略不仅能够提前或推迟Hopf分岔点,而且可以改变极限环幅值大小,使信息物理融合系统产生预期的动力学行为,实现控制目的,从而有效降低恶意软件的危害.     

基于位置和散度效应因子分类筛选及仿真试验

针对供应链及其它计算机仿真试验中所涉及因子数目众多的情形,序贯分支方法因筛选效率较高被广泛采用.然而,现有的序贯分支方法忽视对散度效应起显著作用的因子.由于相比位置效应,散度效应在产品或供应链系统的质量设计中是同等甚至更为重要的,故提出一种基于位置效应与散度效应的序贯分支方法.首先,将影响位置效应与散度效应的显著因子分类为调节因子,重要因子和稳健因子;然后,结合序贯概率比检验(sequential probability ratio test,SPRT),在控制筛选过程中第一类错误和第二类错误的基础上,采用序贯分支方法分类地筛选出显著因子;最后通过仿真试验说明此方法能够有效且分类地处理位置效应与散度效应下的显著因子筛选问题.     

一种含有中性指标的数据包络分析方法

在应用数据包络分析方法进行评价时,要求所有指标必须具有偏好性,即所有指标必须越大越好或者越小越好.然而,当评价指标体系中含有中性(即没有偏好性)指标时,传统的数据包络分析方法则不能解决该类问题.因此,本文以经济效率与产业结构调整为背景,从系统性的角度出发提出了一种用于评价含有中性指标的数据包络分析模型.该模型不仅能给出一个经济系统的效率大小,而且还能给出该系统应如何通过产业结构调整来提高经济系统的效率.最后,应用本文提出的方法分析了天津市经济结构调整的有效性问题.