火箭助飞鱼雷入水点精度Bayes点估计评定方法

针对火箭助飞鱼雷系统复杂,试验子样数少的特点,采用Bayes点估计方法,融合各种验前信息对入水点精度进行评定;在对验前信息进行相容性检验的基础上确定验前分布函数,然后利用试验结果确定验后分布,并计算出入水点精度的估计值;应用实例结果验证了本方法的有效性。     

战术导弹贝叶斯检验方案设计与应用研究

分析了试验子样数、验前概率、检出比、检验指标等对贝叶斯 (Bayes)检验方案的影响 .根据战术导弹武器系统试验的特点和实际情况 ,提出了检验方案的参数选取方法、方案设计方法和实际应用方法 ,试图寻求一条将Bayes方法应用于战术导弹武器系统靶场试验与鉴定的正确途径 ,以达到最终能减少试验子样数 ,提高试验置信度的目的     

基于多阶段试验信息融合的防空导弹可靠性综合评估方法

针对防空导弹性能鉴定试验阶段导弹飞行可靠度评估试验子样不足问题,进行多阶段试验信息融合方法研究。利用性能鉴定试验前进行的飞行试验、导弹可靠性鉴定试验阶段的数据进行综合,得到可用于导弹飞行可靠度评估的子样数,结合性能鉴定试验中获取的子样数,运用二项分布经典评估方法对导弹发射飞行可靠度进行置信下限评估。评估结果表明,多阶段试验信息融合结果合理,在性能鉴定试验中具有较高的应用价值。     

基于多阶段试验信息融合的防空导弹飞行可靠性综合评估方法

针对防空导弹性能鉴定试验阶段导弹飞行可靠度评估试验子样不足问题,进行多阶段试验信息融合方法研究.综合分析性能鉴定试验前进行的飞行试验、导弹可靠性鉴定试验阶段的数据,得到可用于导弹飞行可靠度评估的子样数,结合性能鉴定试验中获取的子样数,运用二项分布经典评估方法对导弹飞行可靠度进行置信下限评估.评估结果表明:多阶段试验信息融合结果合理,在性能鉴定试验中具有较高的应用价值.     

美国海军推进无人水下航行器的研制

前言2 1世纪的头 2 0年 ,世界海战可能会从公海转向沿海 ,为此 ,美国海军开始把目光转向潜艇在沿海的应用 ,无人水下航行器的地位也因而日见显要。无人水下航行器亦称自主水下航行器 ,其大小与鱼雷相仿 ,可从潜艇鱼雷管发射 ,从而使潜艇传感器的探测距离增大数公里。无人水下航行器上的离舰传感器可探雷 ,有些无人水下航行器还具有扫雷功能。一个无人水下航行器就是一个传感器节点 ,可提供声学参数、地震数据以及其它有用信息。美国海军水下作战中心的司令透露 ,他们正在研制的几种水下航行器可以用来观测环境或气候 ,并进行预报。目前 ,美…     

水下无人航行器有源校准定量决策模型

有源校准是消除水下无人航行器自主航行误差的一种有效手段,基于水下无人航行器有源校准的特点,建立了有源校准条件下航行误差估计模型,并结合实例对主要因素的影响进行了分析;针对两种典型情况下对航行误差控制的需求,运用军事运筹学等方法分别建立了有源校准点配置定量决策模型,其可对有源校准次数和有源校准点间的航程优化求解,为水下无人航行器作战运用的战术计算提供了相关的技术支持。     

装备可靠性指标验证方法综述

综述了装备可靠性指标的验证方法,包括传统试验方法和基于Bayes理论的小子样试验方法等;然后就基于Bayes理论的验证方法的关键问题,即验前信息的获取和验前分布的确定等相关研究进行了分析讨论.     

多状态试验数据融合处理方法

针对Bayes统计理论在工程应用中存在的一些疑问和指责,如验前信息的可信性、验前分布假设的主观性等,进行了深入的研究,提出了一套有效的验前信息综合利用方法,主要包括验前信息的获取、分类、检验、可信度计算、融合处理等内容,解决了Bayes统计理论成功运用的关键问题.     

装备可靠性指标验证方法综述

综述了装备可靠性指标的验证方法，包括传统试验方法和基于Bayes理论的小子样试验方法等；然后就基于Bayes理论的验证方法的关键问题，即验前信息的获取和验前分布的确定等相关研究进行了分析讨论。     

导弹脱靶量的Bayes检验方法及其应用

针对导弹脱靶量的检验问题,分析了Bayes假设检验方法及其应用,推导了Bayes序贯检验方法.通过计算分析,证明通过利用验前信息,可以降低试验风险和减少试验子样,使鉴定结论更加可信.     

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Beta先验分布的成败型产品的可靠性评估

成败型产品可靠性的小样本评估方法,把历史试验数据作为Bayes估计方法的先验信息,有效地减少了样本量。但是传统的Bayes方法过度依赖验前信息,当新产品有改进时造成鉴定结果的冒进。针对过度依赖先验信息问题,本文提出了使用混合Beta先验分布,引入继承因子,通过调整继承因子的大小来控制对验前信息的依赖程度,考虑了成败型产品的变化对评估结果的影响。采用该方法对某导弹的可靠性进行了评估。     

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Bayes小子样理论和序贯网图检验的武器装备测试性验证试验方案设计

针对当前序贯概率比检验方法会导致测试性验证样本量无法控制,以及序贯网图检验方法未能利用先验信息使得确定的样本量仍然存在可能较大的问题,提出一种基于Bayes小子样理论和序贯网图检验相结合的测试性验证样本量确定方法。基于序贯网图检验方法,结合测试性指标的先验分布以及相关参数约束值,划分指标参数空间,并给出Bayes因子及其阈值计算方法;通过对检验点插入位置的确定,给出测试性验证所需最大样本量,同时在考虑使用方风险和承制方风险的基础上设计Bayes小子样理论下序贯网图检验的截尾策略;通过实例进行了验证,并与经典验证方法、序贯概率比检验方法、传统序贯网图方法以及验后序贯加权检验方法进行了对比分析。结果表明,该方法确定的测试性验证截尾样本量以及平均样本量均优于其他方法,同时能有效降低双方风险值。     

导弹武器系统制导精度综合鉴定方法研究

在对现行导弹武器系统制导精度鉴定方法的不合理性分析的基础上,提出了综合数学仿真模拟打靶验前信息并结合Bayes小子样统计理论来进行导弹武器系统制导精度综合鉴定的新思路.     

基于新Dirichlet先验分布的指数寿命型产品多阶段可靠性增长Bayes分析

本文基于新的Dirichlet先验分布,建立了多阶段指数寿命型产品可靠性增长的Bayes模型。本模型充分利用先验信息和阶段试验信息,采用最优化方法解决了新的Dirichlet先验分布超参数因物理意义不明确而难以确定的问题;利用Gibbs抽样算法进行后验推断,合理估算出当前阶段和后续试验阶段产品可靠性的Bayes点估计和置信下限,并利用该模型研究实现了对产品可靠性的预测。实例证明了该模型在多阶段指数产品可靠性增怅分析中的直观性与有效性。     

基于信息散度的补充样本加权融合评估

小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会根据工程经验对补充样本量作一定限制,对补充样本量的选取并没有量化的理论准则。分析了先验分布与实际试验样本服从分布的差异,通过分布差异进行信息散度计算,用信息散度确定先验样本权重。提出了考虑先验信息可信度的加权方法,以进行Bayes估计。最后提供了正态逆Gama分布参数的加权Bayes估计方法。理论分析和仿真说明,本文的加权方法是合理的。     

基于多源信息融合的航天阀门可靠性评估

航天阀门在研制过程投入试验的样本量很小、样本极少失效甚至无失效.为解决其可靠性评估问题,需要充分利用现有的各类试验数据.用于阀门可靠性定量分析的试验主要包括温度试验、振动试验和动作试验.在对温度试验和振动试验数据进行预处理的基础上,融合成统一的先验分布,并将动作试验数据作为现场数据,根据Bayes原理完成阀门可靠性评估...     

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。     

某型导弹发射装置故障检测率的Bayes估计

采用无先验信息下的Bayes评估方法,利用常用的共轭分布作先验分布,对先验分布中超参数的取值范围做出假设,运用Bayes理论计算出故障检测率的Bayes估计。并以Bayes估计为基础,结合超参数,求出故障检测率的经验Bayes估计,最后,运用实验数据对所做出假设的合理性进行说明。