基于ARIMA和支撑矢量机组合预测的惯性器件故障预报

文中提出一种基于ARIMA和支撑矢量机进行组合预测的方法,该方法综合运用ARIMA良好的线性拟合能力和支撑矢量机强大的非线性映射功能,将两种预测模型有机地组合在一起,综合各自优点,以期有效改善模型的拟合能力,获得最优预测效果.文中将该方法应用于某飞行器惯性器件的故障预报当中并进行了仿真实验.结果表明,这种方法相对于单项模型的预测具有更高的精度,对于复杂时间序列的分析和预测有很好的应用价值,在故障预报中具有广泛的应用前景.     

基于支持向量预选取的支持向量域故障预报

针对两种支持向量域模型分别分析了支持向量的分布特性,在此基础上从训练集中选取具有一定几何特征的向量构建预测模型.这些特征向量的预选取在不影响支持向量域的故障预报能力的前提下,大大减少了训练样本,提高了支持向量域的训练效率.仿真实验表明了该方法的有效性和可行性.

     

一种可靠性仿真的故障树分析方法及应用

在武器装备领域,系统的可靠性已成为重要的评价指标,故障树分析法则是可靠性仿真中最有效的分析方法之一.该文从故障树分析法的起源、发展和特点着手,详细分析了该方法的工作流程及其算法实现,对故障树的建树问题进行了研究,最后给出了某飞行器安全系统的故障树仿真实例.     

定性推理在潜在电路分析中的应用

将人工智能中的定性推理技术应用于潜在电路分析(Sneak Circuit Analysis SCA)。提出了一种直观的权电阻网络形式的电路定性建模方法，给出了相应的仿真算法，研究了基于状态的功能标记并将其与定性仿真相结合进行潜在电路分析。最后以某导弹点火控制系统为例进行分析，结果征明了所述方法的有效性。     

基于VXI总线的导弹自动测试系统研究

本文在深入分析VXI总线以及导弹自动测试特点的基础上,以提高导弹测试的效率和精度为目的,提出了基于VXI总线组建导弹自动测试系统的理想方案,论述了该自动测试系统的功能、硬件构成、软件设计和工作原理.组建成的系统具有操作简便、测试精度高、系统开放等特点,可满足大批量导弹测试的要求.     

一种新的基于模型和参数估计的过程故障诊断

提出了一种故障特征化的方法和基于距离分类的故障模式识别方法，既利用参数估计拓展了模式识别的特征空间，又避免了基于模型故障诊断方法求解非线性特征方程ｐ＝ｆ（θ）的困难，提高了故障诊断定位能力。     

Gamma过程退化模型估计中测量误差影响的仿真研究

研究产品性能退化规律并评估其剩余寿命和可靠性特征是维修决策的重要前提和依据。Gamma过程退化模型在性能退化建模和维修最优化方面得到了广泛研究和重视。但是很少考虑测量误差对模型估计的影响。由于观测数据常常受到测量不确定性的影响,所以如果在Gamma退化过程的构造中没有考虑测量误差的影响,就会导致退化动力学的有偏估计。为此,利用EM算法提出了1种统计方法,利用了可以获取的量测信息来克服以上不足。仿真研究说明了考虑测量不确定性的重要性和提出方法的有效性。另外,提出的统计方法也可以被应用于许多类型的随机过程退化模型。     

不确定离散时间系统的变增益H2/H∞滤波

研究凸多面体不确定离散时间系统的变增益H2/H∞滤波器设计问题.通过引入附加松弛变量,提出一种新的Lyapunov矩阵与系统矩阵解耦的混合H2/H∞性能准则.基于该性能准则,推导了变增益H2/H∞滤波器存在的充分条件,并将滤波器设计问题转化为具有线性矩阵不等式约束的凸优化问题.仿真结果表明了所提出方法的有效性.     

超分辨率重建技术及其在太赫兹图像中的应用

超分辨率重建就是通过相应的算法,重建图像截止频率之外的细节信息,重构出一幅清晰的高分辨率图像。首先介绍了超分辨率重建算法——非均匀内差法,迭代反投影法（IBP）,凸集投影法（POCS）,说明了各算法的概念和应用,并着重介绍了基于最大后验概率（MAP）的图像超分辨率算法,给出了MAP超分辨率复原算法处理实际太赫兹图像的结果。实验表明,超分辨率图像重建具有重建效果好、抗噪声性能强的优点,有效地重建了高分辨率太赫兹图像,在太赫兹成像领域具有良好发展和应用前景。     

采用人工免疫算法的加速寿命试验分析方法

极大似然估计是加速寿命试验统计分析中常用的分析方法,但似然函数的优化问题是该方法广泛运用的主要障碍,常用的似然函数优化算法对初值要求高,而且容易陷入局部最优解.为了有效地解决上述问题,在似然函数的优化中引入了人工免疫算法,提出了一种采用人工免疫算法的步降应力加速寿命试验分析方法.利用人工免疫算法在解决多维复杂函数优化问题时强大的全局寻优能力,有效地解决了似然函数的优化问题.最后通过实例验证表明,采用人工免疫算法的步降应力加速寿命试验分析方法是有效的,而且在统计分析中避免了查统计用表,能够很方便的实现计算机编程计算,有较大的工程应用价值.