基于信息熵理论的小子样模糊可靠性评定方法

为了解决小于样产品可靠性评定中的只考虑确定性信息而没有充分考虑系统模糊性的缺点,文中提出一种基于信息熵理论的小子样产品模糊可靠性评定方法.该方法基于信息熵理论,充分考虑子系统或部件可靠性信息的模糊因素,以清晰事件模糊概率为例,建立了小子样模糊可靠性评定的数学模型.经实例验证,该方法正确有效且与工程实际相符合,具有广泛的工程应用价值.     

基于自助法的Bayes小子样精度评定

文中研究了小子样场合下，在考虑损失函数及无损失函数情况下Bayes试验鉴定的主要思路，并且从工程应用的角度出发，在小子样条件下讨论了如何利用验前信息与现场子样来对导弹的命中精度进行评定。作者将自助法与Bayes方法相结合运用在实际的问题中．并分析了该方法犯两类错误的概率。     

小子样射击密集度评定方法

本文针对定型状态小子样落点偏差的评定进行了讨论，分别考虑等精度与不等精度落点密集度统计评估，并具体对ＢＡＹＥＳ统计推断的验前信息作了较详实的讨论，这对于个别落点偏差较大的密集度评定，有现实意义。     

枪械产品小子样试验的可靠性评定

枪械产品的靶场试验属于消耗性试验。因此考虑到费用等因素，靶场试验次数往往较少。传统的产品可靠性评估方法置信度不佳。针对试验样本较小的问题，提出了基于小子样下的Bayes分析方法。充分利用了小样本信息,弥补了现场试验数据的不足。在样本数据有限的情况下使得出的结论更接近实际情况。     

基于梯形模糊数的小子样武器系统可靠性分析与评定

基于可靠性理论和模糊集合论,提出了一种新的小子样武器系统可靠性分析和评定方法.阐述了将各种模糊可靠性数据转化成梯形模糊数的途径;建立了计算串联系统和并联系统的梯形模糊数算术运算的可靠度计算模型;依据层次分析法和专家调查法给出了武器系统可靠度模糊评定的计算公式.通过两个鱼雷武器系统的应用实例证明了此方法的工程实用性.     

小子样下的Bootstrap方法

基于密度估计和学习过程的逼近定理，说明用Bootstrap方法构造的随机变量去逼近另一随机变量是有偏差的，特别在小子样下这种偏差不可忽略．指出小子样情况下，要慎用Bootstrap方法进行仿真。并给出了导弹试验鉴定的基于正态分布的应用实例，说明了小子样下Bootstrap方法应用的误区所在。     

高价值弹药引信小子样贝叶斯可靠性评估方法

针对高价值弹药引信利用全弹飞行试验验证其可靠性成本过高的问题,提出用卡方拟合优度法确定继承因子.以混合Beta分布为先验分布,得到了评估引信可靠性的Bayes方法,该法解决了模拟试验数据与靶试数据融合问题.以国外某引信为应用背景进行了可靠性评估,证明该法比经典方法减少1/3的靶场试验量.     

融合仿真数据的小子样圆概率误差评估

针对应用Bayes方法评估圆概率误差（CEP）时仿真数据容易“淹没”现场实弹数据,导致评估结果无效甚至错误的问题,提出一种基于“有效样本”的飞行与仿真数据融合算法与融合仿真数据的小子样CEP评估方法。使用重要性抽样方法中抽样效率的评估模型度量仿真先验分布与总体分布之间的偏差,建立考虑仿真先验信息有偏差时仿真先验分布的确定方法。该方法在融合评估时仿真样本权重同时依据仿真先验分布与总体分布之间的偏差和样本量调整,而不是原方法中仅仅依赖验前试验的试验次数分配。实验和应用案例表明,新方法的估计性能显著好于传统方法,可以有效解决装备鉴定和定型试验中小子样CEP评估问题。     

基于混合优化算法的小子样复杂规律建模方法

针对在高速飞行器建模及动力学特性分析过程中,用多项式拟合方法求解飞行器小子样复杂规律建模问题的不足,提出了基于混合优化算法的高速飞行器数据拟合的新思路,即将建模中气动、动力小子样参数拟合问题转化为最短路径的优化问题,要求拟合出来的函数经过各数据节点的同时,走最短的路径,从而将数据拟合问题转化为非线性优化问题。该方法突破了传统多项式拟合阶次小于节点数的限制,获得了能够准确反映模型特性的平滑曲线。鉴于混合优化算法（仿生优化算法与序列二次规划的局部优化算法相结合）收敛半径大、优化精度高等优点,以某型高速飞行器小子样气动参数点为例,采用混合优化算法进行优化,在飞行器建模及动力学特性分析中用拟合得到的模型计算气动参数,可大大提高计算精度,仿真试验亦取得了满意的效果。     

一种基于导航误差空间的无人水下航行器路径规划方法

无人水下航行器(UUV)的传统路径规划方法常忽略对路径安全有重要影响的导航误差约束。针对此问题,将导航误差引入环境模型中,提出一种基于导航误差空间(NES)的全局路径规划方法。NES综合自身位置、导航误差和环境信息,将随机导航误差转化为有确定代价的约束条件。提出符合实际导航特点的导航误差传递模型,并采用圆概率偏差（CEP）评估导航精度。目标代价同时考虑了路径长度和航行安全性等因素。运用改进A^*算法进行路径搜索,获得最优路径。数字海洋环境仿真实验表明,提出的规划算法简便、快速,可有效降低路径的安全风险。     

Bayes小子样分析在武器性能评估中的应用

在武器性能评估中,需要大量的试验数据。在现场试验数据不足的情况下,考虑Bayes小子样分析方法,利用计算机进行仿真试验提供评估所需的数据。为避免评估中仿真试验数据“淹没”现场试验数据,通过合理考虑仿真系统的可信度,提出基于全概率思想的改进方法,在某新型水中兵器性能评估中的应用表明该方法具有较好的性质。     

基于深度学习的小样本目标检测综述

针对在小样本情况下目标检测的问题,对当前小样本条件下的目标检测方法进行归纳总结。列举4 类小 样本学习方法并介绍其优缺点,介绍目前这几类方法的典型算法;进行小样本目标检测实验设计,通过分析各方法 的特点得出其可应用方向;对目前的小样本图像目标检测存在的问题进行讨论。结果表明,该分析能为相关领域的 研究者提供更多的思路。     

基于小样本试验数据再入偏差折合及评估方法研究

为了评估目标射程状态下再入偏差精度指标分配,提出一种基于小样本试验数据再入偏差折合及评估方法.首先分析再入段干扰因素对飞行器再入运动特性及落点偏差影响机理,建立考虑各种再入偏差因素影响动力学和运动学计算数学模型,计算干扰条件下目标射程和试验射程再入偏差,求出试验射程至目标射程再入误差折合系数,分离试验条件下再入偏差,并...     

基于信息量等值原理的火工品小样本试验方法

为解决高发火可靠度火工品评估所需样本量过大的问题,基于信息量等值原理,提出了火工品较小样本量下的发火可靠性试验方法。该方法根据信息理论中信息量的定义,以火工品发火概率对数的负值度量其可靠性试验信息量,通过可靠性试验信息量等值方程,把按GJB376-1987评估需要在较高刺激量处进行较大样本量的试验转换为在较低刺激量处较小样本量的试验。采用该方法对应急开启系统中使用的火工品发火可靠性评估,在置信度不小于90%,发火可靠度大于0.999的前提下,所需样本量仅为22发,与GJB376-1987规定的用计数数据评估火工品发火可靠性所需样本量2 303发相比,极大地减少了样本使用量。试验表明,基于试验信息量等值原理的火工品发火可靠性小样本试验方法准确、可行,能够满足试验设计的目的。     

基于Bayes理论的发射装置测试性评估方法研究

在小样本量下,经典测试性评估方法风险性大,为解决这个问题,充分利用先验信息,分别采用最大熵法和Chebyshev多项式展开方法确定出先验分布,然后运用Bayes理论对发射装置的测试性进行评估,并与经典评估方法作比较,结果表明经典评估方法过于保守,Chebyshev多项式展开方法存在评估结果不稳定的问题,而最大熵法确定出的先验分布偏差较小,评估结果最好.     

基于混合验前分布的小子样维修性验证试验方法研究

针对小子样雏修性验证试验方法进行研究。首先,采用Matlab工具箱中的秩和方法对验前数据进行一致性检验,再使用基于权重因子的信息融合方法确定混合验前分布,最后,运用概率似然比方法得出混合验前分布下的小子样维修性验证试验方案。实例证明,该方法可以减少现场试验样本量,降低试验费用,缩短试验周期,提高军事经济效益。     

鱼雷装载可靠性Bayes方法评定

鱼雷装载可靠性是鱼雷可靠性的重要指标,由于客观条件限制,依靠传统方法进行装载可靠性评定存在很大困难。在分析鱼雷可靠性信息来源的基础上,提出了综合利用验前信息和验后信息的Bayes评定方法。分析了验前信息来源和试验信息的结构,给出了验前数据和试验数据的处理方法,最后举例说明了该方法的有效性和科学性。     

基于信息融合的复杂系统可靠性综合评估

为准确评价国防武器装备的可靠性水平,提出一种基于信息融合的复杂系统可靠性评估方法。根据信息 融合理论,阐述了专家经验信息、部件子系统信息以及可靠性增长信息的融合方法,综合考虑信息源的继承性及异 总体性,引入继承因子的概念,探讨了基于信息融合的复杂系统可靠性评估方法,结合系统试验信息推断出产品的 可靠性,并以实例进行分析。分析结果表明：信息融合方法评估结果合理,在可靠性工程领域具有较高的应用价值。