贝叶斯估计器先验模型参数的迭代感知方法

充分利用先验信息是提高统计推断性能的有效途径之一。贝叶斯估计的先验信息模型参数必须在设计阶段确定下来,与待探测环境模型参数之间必然存在不一致性,从而有可能导致估计质量的下降。该文首先给出了基于估计性能的先验模型参数感知的一般性框架。基于该框架,针对白高斯噪声中直流信号的贝叶斯估计器,分析了先验失配条件下的估计性能,给出了一种先验模型参数迭代感知的算法。利用计算机仿真分析了该估计器性能对先验模型参数的敏感性和稳健性,分析了不同条件下的迭代感知过程。计算机仿真结果表明,该文给出的迭代感知方法建立了从估计性能到先验模型参数的反馈,通过估计器与待探测场景的多次交互,可以使得先验模型与当前场景模型匹配。     

基于块稀疏贝叶斯模型的ISAR成像方法

传统ISAR稀疏成像主要针对独立散射点散射系数的重构问题,然而实际情况下目标散射点之间并不是独立存在的,而是以区域或块的形式存在,在该情形下利用常用的稀疏重构算法并不能完全地刻画块状目标的真实结构,因此该文考虑采用块稀疏重构算法进行目标散射系数重建。基于块稀疏贝叶斯模型和变分推理的重构方法(VBGS),包含了稀疏贝叶斯学习(SBL)方法中参数学习的优点,其利用分层的先验分布来表征未知信号的稀疏块状信息,因而相对于现有的恢复算法能够更好地重建块稀疏信号。该方法基于变分贝叶斯推理原理,根据观测量能自动地估计信号未知参数,而无需人工参数设置。针对稀疏块状目标,该文结合压缩感知(CS)理论将VBGS方法用于ISAR成像,仿真实验成像结果表明该方法优于传统的成像结果,适合于具有块状结构的ISAR目标成像。     

基于VMD-CNN的小电流接地系统故障电弧检测方法研究

构建准确且符合特定场景的电弧模型,研究电弧小电流接地的电流信号特征,并基于可量测电气量信号进行处理,对于及时可靠辨识故障电弧具有重要意义。提出一种小电流接地系统故障电弧的检测方法,通过建立故障电弧模型,基于变分模态分解算法(Variational Mode Decomposition, VMD)和卷积神经网络算法(Convolution Neural Network, CNN)对故障电弧进行准确辨识。首先,采用改进“控制论”电弧模型,基于PSCAD软件平台搭建了典型10 kV配电网仿真模型和接地“控制论”电弧模型。其次,采用变分模态分解算法对故障情况下的电气信号进行处理,得到4组电流信号的固有模态分量(Intrinsic Mode Function, IMF)。然后,提取包含信号基频成分的第一组IMF(IMF1)作为卷积神经网络(CNN)的输入。最后,应用CNN对IMF1进行特征识别,正确辨识正常与电弧故障情境。实验与仿真结果显示,通过利用VMD-CNN识别方法,提高了对原始电流信号识别准确度,能准确检测出故障电弧。     

接受-拒绝算法的贝叶斯不确定度评定

针对贝叶斯不确定度评定中获取测量模型后验分布困难的问题,给出一种基于接受-拒绝采样思想实现贝叶斯测量不确定度评定的方法。面向线性/非线性测量模型,先利用贝叶斯假设或蒙特卡洛法获得被测量的先验信息,再基于接受-拒绝采样获得被测量的接受采样点形成后验分布,对被测量进行统计推断得到测量不确定度评定结果。通过规范示例和实际测量评定实例,验证了采用接受-拒绝算法的贝叶斯不确定度评定方法相较于传统GUM和MCM评定方法,能够得到可靠评定结果,且获取贝叶斯后验分布过程简便,在无/有历史信息条件下测量不确定度评定应用中具有可行性和实用性。     

电机三维温度场新的有限元计算模型

提出了一种新的适合于电机温度场计算的圆柱坐标系下的有限元模型。通过数值计算结果与解析计算结果的实例对比,证明了本方法的正确性与有效性。最后应用本文提出的模型,对ＳＦ１２５－９６／１５６０型发电机的定子铁芯三维温度场进行了计算,并与实测结果作了比较,计算精度满足工程计算的要求。     

矩形波导加载介质块的谐振模型

本文利用输入阻抗的变分公式导出了矩形波导中对称加载介质块的等效滤波器模型，从而利用其网络揭示了其中的波型转换和谐振原理，利用本文模型的计算结果同文献［１］、完全吻合。本文方法对于这种滤波器的工程设计具有实际意义。     

砂岩敏感识别因子的建立及直接提取方法

大量文献证明敏感识别因子已成功用于储层的岩性、流体、岩石脆性等的预测,但研究砂岩敏感识别因子的建立及直接提取方法相对较少。为此,根据黄珏地区浅层砂岩纵、横波速度相对较高、密度较低情况,设计砂岩敏感识别因子SF₄,避免了大部分常规岩性识别因子（速度与密度乘积形式）预测的砂、泥岩数值重叠现象;为避免二次计算产生的累计误差,推导了包含砂岩敏感识别因子的AVO近似式,引入低频软约束项补偿反演的低频信息,结合Downton的参数协方差矩阵特征分解去相关思路,利用贝叶斯参数反演方法直接估算该因子。数值试验与实际应用均证明了砂岩敏感识别因子建立与直接提取方法效果较好。     

Ab initio calculations of the NO2 fission for CL-20 conformers

NO₂ fission is regarded to be the most important initial decomposition process of 2,4,6,8,10,12-hexanitro-2,4,6,8,10,12-hexaazaisowurtzitane (CL-20). In this study, four CL-20 conformers based on the ε-CL-20 were obtained after the optimization at m062x/cc-pvtz level, and the bond length, bond order and bond dissociation energy of the N-N bonds were examined to investigate the stability of these bonds. In addition, the rate constants and activation energy of the NO₂ fission were evaluated using the microcanonical variational transition state theory (μVT). The calculation results have shown that N-N bonds in the case of pseudo-equatorial and axial of nitro groups are the most stable and the least stable, respectively, by evaluating the bond length, bond order and minimum energy path (MEP). The NO₂ fission rate constants are affected by not only the stability of N-N bonds but also the repulsion forces from the other nitro groups, and the fission process for pseudo-equatorial positioning of nitro groups is easier to be accelerated due to the increase of the repulsion forces. The decomposition of CL-20 conformer may mainly originate from the fission of the pseudo-equatorial positioning of nitro groups, especially for CL-20 III conformer because of the significant low activation energy.     

基于贝叶斯网络的飞机易损性评估方法

文中介绍了贝叶斯网络的基本知识以及结点概率的计算方法,提出了飞机易损性评估的贝叶斯网络方法,并建立了基于某型飞机模型的易损性评估的贝叶斯网络模型,最后通过算例证明了该方法的合理性。     

Study on Storage Reliability Evaluation for Ammunition Using Gibbs Sampler

For the gradual maturity of Bayesian survival analysis theory, as well as the defects of the traditional methods for storage reliability evaluation, the Bayesian survival analysis method is proposed to build regression models for reliability in the random truncated test. These models can reflect the influences of different environments on the ammunition storage lifetime. As an example, the common exponential distribution is used here, and Markov chain Monte Carlo（MCMC） method based on Gibbs sampling dynamically simulates the Markov chain of the parameters＇ posterior distribution. Also, the parameters＇ Bayesian estimations are calculated in the random truncated condition. The simulation results show that the proposed method is effective and directly perceived.