基于新息灰预测的导弹遥测参数预测算法研究

为了在导弹飞行中判决导弹故障,建立基于新息的灰预测算法。利用GM(1,1)模型的每一个预测值替换掉最老的一个信息,以实现新陈代谢,然后再以补充了新信息但序列长度不变的预测序列对反映导弹工作状态的遥测关键参数进行实时预测。通过Matlab仿真软件对原有GM(1,1)模型和改进的GM(1,1)模型进行分析比较,验证了改进后GM(1,1)模型预测精度比较高,易于实现,适合导弹故障的实时预测。     

改进灰色残差模型在航迹预测中的应用

为了提高航迹预测的准确度,加强对来袭目标的打击效果,提出一种改进灰色残差模型对目标航迹进行预测.该方法将灰色GM(1,1)模型与支持向量回归机相结合,通过对原始航迹数据建立灰色模型得到预测值以及残差序列,提出的改进残差模型运用支持向量回归机非线性拟合的能力对预测值进行修正,在一定程度上克服了GM(1,1)模型的缺陷,使模型预测结果的精度得以提升.分别使用灰色GM(1,1)模型、灰色残差GM(1,1)模型、改进灰色残差GM(1,1)模型3种方法对同一航迹进行预测并对预测的结果进行对比.计算结果表明:该改进模型在航迹数据变化较大的情况下能够较为精确地对航迹进行预测,有较高的理论和实用参考价值.     

基于灰色马尔可夫模型的装备故障间隔期预测研究

针对武器装备故障间隔期预测的难点,提出了在灰色GM(1,1) 模型的基础上建立灰色马尔可夫组合模型进行故障间隔期的预测。在分析典型电子装备故障率曲线的基础上,根据电子装备的故障特点,形成合理的建模背景,建立组合模型对装备故障间隔期进行预测。通过实例对预测值和真实值进行比较,表明在“少数据冶、“贫信息冶、“ 不确定冶的情况下利用该组合模型预测故障间隔期的有效性,有效降低预测误差,提高预测精度。     

基于灰色模型的艇载导弹测试电源系统故障预测

针对艇载导弹测试电源系统故障分析问题,提出一种基于灰色模型的艇载导弹测试电源系统故障预测方法。为了提高导弹地面电源的工作效率,从分析历史检测数据入手,采用灰色理论的分析方法,建立了适合导弹地面电源故障时间预测的 GM(1,1)模型,详细阐述了模型检验的方法,并通过实例清晰地说明了模型运用和检验的具体步骤。数据检验结果表明：该故障预测模型不但能够较好地模拟历史灾变数据,而且其预测的故障时间与实际情况相吻合。     

基于灰色可变加权系数的组合预测模型

为了提高预测精度,提出了灰色可变加权系数的组合预测模型。以组合预测模型的误差平方和最小为优化为准则,建立最优的非负可变加权系数的组合预测模型,计算不同时刻单项预测模型的最优加权系数。利用灰色GM（1,1）模型对可变加权系数进行预测,进而得到组合预测结果。算例表明,灰色可变加权系数组合预测模型综合利用了各个单项预测模型的重要预测信息,预测误差远小于各单个模型的预测误差,精度更高,模型实用性更强。     

高阶残差修正GM(1,1)区间预测模型及其应用

提出了一种Markov高阶残差修正GM(1,1)区间模型,在GM(1,1)模型的基础上对拟合数据残差项的绝对值运用Markov模型进行数据拟合,通过将残差项叠加的方式逼近数据真实值.根据残差项的正负状态构建了预测区间,并通过数值模拟论证了预测区间的适用范围与合理性,运用Markov模型对预测区间进行了修正和改进,给出了Markov高阶残差预测区间的表达式.分析结果表明,模型弱化了灰色发展系数的取值条件,并且计算修正残差的阶数越高,预测区间结果可靠性越高,避免了根据概率大小选择预测结果所产生的预测风险,提高了预测结果的可靠性.     

基于改进GM(1,1)模型的捷联惯组误差系数建模预测

针对捷联惯性测量组合测试数据小样本预测建模问题,研究一种改进的GM(1,1)模型。该模型是对服从非齐次指数增长规律的数据建模,克服传统GM(1,1)模型指数规律的不足。首先给出推广GM(1,1)模型的微分方程形式,考虑初值对模型的影响,建立优化灰色模型,并将其精确离散化,通过精确的离散化模型求取模型参数,提高了模型精度。该模型为捷联惯组测试数据预报提供了一种新的方法。实例验证本文所研究模型预测效果好于原推广GM(1,1)模型。     

一种改进的灰色BP 神经网络预测模型

为提高灰色GM(1,1)模型的预测精度和BP 神经网络的映射能力,提出一种改进的灰色BP 神经网络预测 模型。通过分别对灰色系统理论和BP 神经网络2 种模型进行改进,再串联组合成新的预测模型,并结合实测数据 进行仿真试验。结果表明：改进后的模型能兼具二者优点,预测精度有较大提高,相对误差减小,运算速率更快。     

基于组合模型高精度预测弹丸径向速度的方法

利用连续波雷达测试弹丸径向速度时,会遇到弹丸、火炮、雷达及外界因素异常,测试的径向速度会出现缺失,导致递推出的炮口初速不准确。为此,选择建立合理的模型预测出缺失的径向速度对数据进行重构。雷达测试的径向速度属于一维数据,大口径弹丸的径向速度主要包含线性特征,小口径弹丸的径向速度既包含线性特征又包含非线性特征,都可以建立ARIMA模型、GM(1,1)灰色模型和回归模型进行预测。但是这些传统模型有时预测能力比较局限,预测精度不理想。为了充分整合所有模型的预测优势,提高预测精度,选择建立组合模型进行预测。针对大口径弹丸,建立由ARIMA、GM(1,1)和一阶线性回归方程构建的组合模型进行预测,针对小口径弹丸,建立由ARIMA、GM(1,1)和二次多项式回归方程构建的组合模型进行预测,为了保证预测精度,按照迭代的方式进行预测。实验结果表明,无论是大口径弹丸还是小口径弹丸,组合模型的预测精度始终高于单项模型,平均相对误差小于1‰,更加适合作为弹丸径向速度的预测模型。     

基于灰色模型的INS／GPS故障实时预测算法

针对灰色理论中的GM预测模型,以及数据融合技术在复杂故障诊断方面的高效率,提出了一种综合灰色系统理论和多传感器数据融合技术的故障预测方法,仿真试验表明该方法可有效预测导弹制导系统传感器的故障。     

基于优化的非等间隔灰色理论和BP神经网络的身管磨损量预测

针对火炮身管烧蚀磨损量预测中存在的数据采样时间间隔不均匀、采样难度大、成本高、数据量小,常规数据拟合和预测方法难以处理等问题,提出一种基于改进的非等间隔灰色理论和BP神经网络的组合预测方法。通过组合预测模型对某型火炮身管的烧蚀磨损量进行预测,实例分析表明该组合预测模型具有较高的预测精度,为身管内膛磨损量的预测提供了一种新的技术途径。     

一种光电跟踪平台共轴控制的目标运动滤波方法

目标运动估计是光电跟踪平台实现共轴控制的核心。针对目标运动的滤波精度问题,提出了基于灰色预测模型和卡尔曼理论的目标运动融合滤波方法。利用少量前几个时刻的目标运动数据实时在线建立灰色预测模型,替代标准卡尔曼滤波的目标状态预测方程,避免了需要预先假定目标运动数学模型而引起滤波误差的弊端。进一步对灰色模型预测值和融合滤波估计值的残差序列,构建残差在线预估模型;利用残差预测值对灰色预测模型进行实时修正,有效地提高了灰色模型的预测精度,改善了融合滤波的效果。仿真实验验证了灰色模型在目标运动预测中的有效性。实验结果表明：残差修正策略将灰色模型预测精度提高了60%;与其他滤波方法相比,提出的融合滤波方法具有更好的滤波效果及更准确的目标运动估计。     

基于灰自助和未确知有理数的小样本试验数据估计

针对小样本试验数据的参数估计问题,提出了一种基于灰自助和未确知有理数的新方法。使用灰自助方法对小样本试验数据进行自助再抽样,通过灰色模型GM(1,1)挖掘生成较多的样本数据;构建虚拟样本的未确知有理数表达模型,提出了未确知有理数阶数的优化算法;分别建立了基于未确知有理数的小样本试验数据点估计和区间估计模型,并提出了相应的估计置信度模型;对某型装备干扰功率测试数据进行了参数估计。示例结果表明所提方法合理可行,不涉及原始数据的概率分布特征,能在较高的可靠度下解决小样本数据的参数估计问题。     

复杂不确定系统可靠性分析的贝叶斯网络方法

针对结构复杂、实验样本有限、可靠性数据不足等因素导致的复杂多态系统可靠性分析不确定性问题,将模糊数学和灰色系统理论引入贝叶斯网络模型中,提出一种基于不确定隶属度函数和区间特征量的复杂不确定系统可靠性分析方法。用含变量的隶属度函数来表征组件故障状态,有效地避免了人为主观因素对隶属度函数选择的影响,解决了组件和系统的故障状态难以准确界定的问题;用区间灰数描述条件概率表中的确定值,表达组件和系统间不确定的故障逻辑关系;构建出系统可靠性特征量的参数规划模型,以区间的形式表示系统可靠性特征量。将所提方法应用到卫星推进系统的可靠性分析中,研究结果表明,该方法能够有效分析模糊不确定条件下的系统可靠性和组件重要度,且计算量可控,是一种有效的复杂不确定系统可靠性分析方法。     

基于时间连续灰色Markov模型的维修器材需求预测方法研究

运用时间连续且状态离散的灰色Markov过程模型,对装备维修器材的需求量进行了预测。根据装备维修器材消耗历史数据的变化幅度和数据的分布情况来划分状态区间。由各区间状态的转换情况得到Markov模型状态间的一步转移概率,论证与运用Kolmogorov微分方程求解各状态概率的时间函数并建立状态概率预测式,根据预测状态的概率值确定了灰色预测值的定位系数并求解预测值。算例分析表明,在预测维修器材需求量数据时,灰色Markov改进模型的预测精度较GM(1, 1)模型、一般灰色Markov残差修正模型以及时间离散灰色Markov链预测模型有了稳定提高,证明了该模型的有效性和实用性。