威布尔分布研究及其在断路器电寿命中的应用

断路器电寿命的检测在断路器可靠性测试中占有重要地位,大量实验数据表明断路器的失效分布符合威布尔分布。采用相关系数法估算威布尔分布的位置参数、形状参数、尺度参数,并利用MATLAB开发对威布尔参数估计和数据拟合的程序。最后,对断路器试验故障次数进行了计算分析与应用。     

互连铝通孔电迁移特征及其可靠性研究

研究了超大规模集成电路铝互连系统中铝通孔的电迁移失效机理及其可靠性寿命评价技术.试验采用CMOS和BiCMOS两种工艺各3组的铝通孔样品,分别在三个温度、恒定电流的加速条件下试验,以通孔开路为电迁移失效判据,最后得到了在加速条件下互连铝通孔的电迁移寿命,其结果符合标准的威布尔分布,试验准确可行.通过电迁移模型对试验数据进行了拟合,得到了激活能、电流加速因子和温度加速因子,计算出了正常工作条件下通孔电迁移的寿命,完成了对铝通孔电迁移的研究和寿命评价.     

基于BRM的白光OLED恒定与步进应力加速寿命试验研究

为了获得白光OLED的寿命信息,通过加大电流应力开展了二组恒定和一组步进应力相组合的加速寿命试验。采用威布尔函数描述白光OLED的寿命分布,利用双线性回归法(BRM)估计出威布尔参数,确定了加速寿命方程,对白光OLED寿命是否符合威布尔分布进行了Kolmogorov-Smirnov检验,并利用自行开发的寿命预测软件计算出平均寿命和中位寿命。数值结果表明,恒定步进应力加速寿命试验方案是切实可行的,白光OLED的寿命服从威布尔分布,寿命应力关系满足线性Arrhenius方程,精确计算的加速参数可实现在短时间内OLED寿命的预测。     

威布尔分布下VFD恒定应力加速寿命试验与统计分析

为了精确地估计真空荧光显示器(VFD)的可靠性寿命,节省试验测试时间,通过建立加速寿命试验模型开展了4组恒定应力加速寿命试验,采用威布尔函数描述VFD寿命分布,利用最小二乘法(LSM)估计威布尔参数,完成了试验数据的统计分析,并自行开发了寿命预测软件,确定了加速寿命方程,实现了VFD的寿命估计。数值结果表明,试验设计方案是正确可行的,VFD的寿命服从威布尔分布,其加速模型符合线性阿伦尼斯方程,每个加速应力水平下VFD的失效机理不变,精确计算出的VFD寿命对其生产厂商和技术人员具有重要的指导意义。     

激光大气传输接收功率闪烁的概率分布特征

在大气激光通信、激光测距、激光制导等应用中,由于大气湍流引起的接收光功率起伏对其工作效果及稳定性都有很大的影响。通过多相屏傅里叶数值模拟方法模拟了准直高斯光束在湍流大气中的传输,在考虑孔径平均效应的基础下,比较了弱起伏条件、中等起伏条件和强起伏条件下对数正态分布、Gamma-Gamma分布、指数威布尔分布和威布尔分布对仿真数据的拟合,分析得到弱起伏条件到强起伏条件下激光大气传输接收功率闪烁的概率分布服从指数威布尔分布,且该分布具有概率密度函数和累积分布函数结构简单、参数可以由大气参数计算得到的优点,为提高激光大气传输应用技术的性能提供了参考。     

基于半马尔科夫过程的变压器故障率预测及研究

设备的故障率曲线是制定维修策略的重要指标之一。为了合理估计变压器的故障率,本文提出了基于半马尔科夫过程的预测模型。模型中考虑了变压器的热老化过程和随机故障过程。热老化过程根据绝缘纸平均聚合度的取值范围划分为4个状态,状态间的转移时间假设服从威布尔分布,威布尔分布的尺度参数由经验公式获得;随机故障过程考虑了由雷击和短路冲击引起的2个随机故障状态,老化状态和随机故障状态之间的转移时间假设服从指数分布,转移率由故障统计数据获得。对模型中威布尔分布的形状参数进行适当取值后,可获得符合实际统计结果的变压器故障率曲线。     

一种新的两参数改进威布尔分布的图像特征

针对Almalki S J和Yuan J提出的具有单调、单峰和浴盆形失效率函数的五参数改进威布尔分布,首先,通过增加一个形状参数得到六参数改进威布尔分布;其次,对其参数进行简化得到两参数改进威布尔分布;最后,研究了该分布的基本性质,从理论上证明了该分布的密度函数、失效率函数和平均失效率函数的图像特征,以及k阶矩的存在性。     

小样本数据下继电保护装置可靠性的组合威布尔分布评估方法

面对继电保护装置失效数据缺乏的情况,提出了一种基于组合威布尔分布的继电保护装置可靠性评估方法。首先,利用平均秩次法估算二参数威布尔分布的参数值,得到继电保护装置的分布密度函数;其次,选取蒙特卡罗抽样得到的Bootstrap子样作为三参数威布尔分布的样本数据,并采用灰色估计法对继电保护装置可靠寿命进行参数估计。最后,通过实例计算与其他方法进行对比,证明了方法在对小样本数据下的继电保护装置进行可靠性参数估计时精度更高。     

汽车电连接器加速寿命评估方法研究

以电连接器为研究对象,根据接触失效的特点和威布尔分布的特性,得出汽车电连接器温度-振动综合应力的失效物理方程、失效寿命分布和可靠性统计模型;然后,按照确定的加速寿命试验方案,选取温度应力和振动应力结合的正交试验法,提出了汽车电连接器加速寿命试验方案,对于准确地评估汽车电连接器的加速寿命具有一定的参考价值。     

栅氧化层经时击穿物理模型应用分析

讨论了栅氧化层击穿的统计模型,并对业界广泛应用的1/E模型、E模型以及幂指数模型中栅氧化层击穿的物理机理进行了仔细研究,指出了各个模型应用的局限性,结合实验数据分析,明确给出了各个模型的应用范围。详细讨论了电场加速因子与激活能在三个模型中的不同物理含义,总结了电场加速因子、激活能随着栅氧化层厚度变化的发展趋势以及所对应的击穿机理,据此提出了通过激活能与电场加速因子选择和验证所用加速模型是否合理的方法。此方法为判断测试条件是否合理,分析测试结果的内在含义提供了更直接、有用的参考信息。     

复杂电磁环境无线电系统SUE评估

针对复杂电磁环境下无线电系统的频谱效率评估问题,提出了一种带环境参数的SUE评估方法,用以解决复杂电磁环境及动态频率指配策略带来的电磁空间占用表示问题。给出了移动通信系统的SUE的仿真计算示例,结果表明该方法计算结果与经验吻合,计算过程可操作性强。通过根据具体的系统用途和所处的电磁环境复杂性设定M、Tw、Tc等参数,该方法的应用具有较好的扩展性。     

基于EM算法的非高斯噪声参数估计

EM算法是一种从＂不完全数据＂中求解模型参数的极大似然估计的方法,在非高斯噪声的参数估计问题中是一种比较优秀的算法。非高斯噪声的参数估计问题的主要困难是充分统计量是不存在的,这意味着从观测空间到估计空间的映射依赖于这里试图估计的参数。在未知噪声概率密度的情况下,EM算法可以更准确地对非高斯噪声参数进行估计,估计方差接近C-R下界。     

EM框架下实现被动测距的状态估计和参数学习

在红外成像跟踪系统中,通常仅能测量目标的角度信息,不能直接测量目标与观测站间的距离。研究了基于红外成像系统的被动测距技术,首先利用状态空间模型的分析方法建立被动测距的状态估计和参数学习的混合估计模型,然后介绍EM的基本原理和参数的最大似然估计。EM算法的E步利用粒子滤波和粒子平滑器来完成,实现被动测距的状态估计;M步利用梯度搜索的方法来求解参数。被动测距是一个带有未知参数的非线性系统的状态估计,文中利用状态估计与参数学习的状态空间模型来描述,并利用EM法来求解,为被动测距的求解提供了一条新的途径。模拟实验表明,基于粒子滤波和梯度搜索的EM方法能同时完成被动测距的状态估计和参数学习。     

Identification of image and blur parameters in frequency domainusing the EM algorithm

We extend a method presented previously, which considers the problem of the semicausal autoregressive (AR) parameter identification for images degraded by observation noise only. We propose a new approach to identify both the causal and semicausal AR parameters and blur parameters without a priori knowledge of the observation noise power and the PSF of the degradation. We decompose the image into 1-D independent complex scalar subsystems resulting from the vector state-space model by using the unitary discrete Fourier transform (DFT). Then, by applying the expectation-maximization (EM) algorithm to each subsystem, we identify the AR model and blur parameters of the transformed image. The AR parameters of the original image are then identified by using the least squares (LS) method. The restored image is obtained as a byproduct of the EM algorithm.     

基于独立混合模型的EM算法参数初始化实现方法

隐马尔科夫树( Hidden Markov Tree, HMT )的状态不能被观测到,只能观测到另一个与状态有联系的量,通过观测量估计HMT模型参数是一个不完全数据参数估计问题。期望最大化( Expectation Maximization, EM )算法是一种求参数极大似然估计的迭代算法,可以用于解决不完全数据参数估计问题,因此被广泛应用于HMT模型的参数估计中。当初始参数偏离真实参数较大时,EM算法迭代次数多,收敛速度慢,通过一个计算量不大的参数初始化处理,能够有效减少EM算法的迭代次数,加快收敛速度。本文提出了一种基于独立混合模型的参数初始化方法,详细介绍了该方法的实现过程,通过采用独立混合模型进行参数初始化,使得EM算法的迭代次数明显减少,收敛速度大大提高。最后,计算机仿真验证了该方法的可行性和有效性。      

Maximum-likelihood parameter estimation for unsupervised stochasticmodel-based image segmentation

An unsupervised stochastic model-based approach to image segmentation is described, and some of its properties investigated. In this approach, the problem of model parameter estimation is formulated as a problem of parameter estimation from incomplete data, and the expectation-maximization (EM) algorithm is used to determine a maximum-likelihood (ML) estimate. Previously, the use of the EM algorithm in this application has encountered difficulties since an analytical expression for the conditional expectations required in the EM procedure is generally unavailable, except for the simplest models. In this paper, two solutions are proposed to solve this problem: a Monte Carlo scheme and a scheme related to Besag's (1986) iterated conditional mode (ICM) method. Both schemes make use of Markov random-field modeling assumptions. Examples are provided to illustrate the implementation of the EM algorithm for several general classes of image models. Experimental results on both synthetic and real images are provided.     

The EM/MPM algorithm for segmentation of textured images: analysisand further experimental results

In this paper we present new results relative to the "expectation-maximization/maximization of the posterior marginals" (EM/MPM) algorithm for simultaneous parameter estimation and segmentation of textured images. The EM/MPM algorithm uses a Markov random field model for the pixel class labels and alternately approximates the MPM estimate of the pixel class labels and estimates parameters of the observed image model. The goal of the EM/MPM algorithm is to minimize the expected value of the number of misclassified pixels. We present new theoretical results in this paper which show that the algorithm can be expected to achieve this goal, to the extent that the EM estimates of the model parameters are close to the true values of the model parameters. We also present new experimental results demonstrating the performance of the EM/MPM algorithm.     

基于期望最大化算法的捷变频联合正交频分复用雷达高速多目标参数估计

参数估计对雷达的目标检测和识别有着重要的意义。该文提出了一种基于期望最大化(EM)算法的捷变频联合正交频分复用(FA-OFDM)雷达高速多目标参数估计方法。首先,将窄带正交频分复用(OFDM)信号与传统捷变频雷达相结合,在每个脉冲宽度内同时发射多个载频随机跳变的子载波。然后,对单个脉冲内所有子载波的回波进行脉冲压缩和稀疏重构处理,得到1维高分辨距离。进一步地,将多个目标在不同脉冲时刻的高分辨距离信息构成观测数据,建立混合高斯模型。采用EM算法对模型参数和多个目标的距离、速度进行估计,并同时拟合多条时间-距离直线。直线斜率对应目标速度,直线纵轴截距对应目标初始距离。最终,分别分析了信噪比(SNR)对检测概率以及目标速度对相对估计误差的影响。仿真实验验证了所提算法的有效性。     

New EM parameter estimation algorithm for a type of micro-motion SFM signal

Aiming at the problem that the existing method has high computational complexity and high SNR,a novel method of multi-component SFM signals parameter estimation based on EM algorithm was proposed as to spinning tar-get's narrow band micro-motion echoes.The echo model of spinning target and its micro-doppler measurements based on time-frequency analysis were given.The iterative parameter estimation steps based on Gaussian mixture model and EM algorithm to measurements were established.The simulation results demonstrate that when SNR is greater than -3 dB and the SFM components are equal or greater than 2,the method can estimate the target’s micro-motion parameters e.g.projection size accurately in narrow band condition.     

一种基于多维均匀采样与Kriging模型的天线快速优化方法

天线优化设计中,由于经典优化算法一般需要对同一结构的成百上千组参数进行电磁仿真后才能得出最优结果,因此多参数、大范围的天线优化设计存在计算效率问题。该文利用Kriging模型拟合参数空间内样本点的电磁仿真数据,代替电磁仿真实现从结构参数到电磁响应的瞬时近似计算,通过初始阶段的多维均匀拉丁超立方采样算法(LHS-MDU)和优化循环中的新增采样策略,减少电磁仿真次数,提高优化设计效率。利用此方法调整矩形贴片天线的馈点位置和双频单极子天线的振子长度来优化工作频点与阻抗带宽,相比遗传算法,完成相同目标所需的电磁仿真次数分别减少了75%和84%。