序贯概率比检验用于残差检测的一种改进方法

分析了W ald序贯概率比检验用于故障诊断残差检测时备选假设必须唯一确定所带来的潜在局限性。在残差为正态分布的条件下,针对这种局限性提出了一种改进方法,在残差检测过程不断对备选假设进行修正,并消除了W ald序贯概率比检验产生的检测延时,定性分析认为这种改进方法适合于传感器缓变故障残差检测。仿真结果表明,改进方法相比于W ald序贯概率比方法,能更快速准确地检出缓变故障,具有更高的实时性。

基于因子分析和序贯概率比检验的结构损伤识别

提出一种基于因子分析和序贯概率比检验的结构损伤识别方法。基于健康监测数据提取的结构状态特征不仅受结构状态的影响,而且受环境因素、测量噪声、分析误差的影响。当影响结构状态特征的环境因素未知或者不能完全测量时,基于因子分析可以提取结构状态特征场的公共因子作为环境影响效应的映射,并结合序贯概率比检验识别结构损伤。首先对因子分析的基本理论进行介绍,并建立因子分析的矩阵扩展法,在此基础上讨论基于Mann-Whitney秩和的序贯概率比检验的结构状态判别。最后通过1个斜拉桥的数值算例验证方法的可行性,结果表明该方法能够准确地识别较小的结构损伤。

序贯概率比检验法在导航精度试飞中的应用

以往导航精度试飞采用基于参数估计理论的误差统计法,须完成规定的试飞架次才能得出试飞结论。这里根据假设检验理论总结出序贯概率比检验法,在给定置信度和误差概率时,求出导航精度的拒绝域、接收域和观察域;当试验曲线收敛于接收域时即可提前结束试飞,达到节省架次的目的。通过应用表明该方法不但适用于导航系统,对其他系统也具参考价值。

基于序贯概率比检验的自私路径检测方法

根据基于序贯概率比检验的无线传感器网络模型,对基于路由功能的自私路径的检测方法进行了研究。通过分析节点接收到的观测样本值,将计算得出的路径评判值与已知阈值进行比较,从而判定是否为自私路径。仿真结果表明,这种基于序贯概率比检验的序贯抽样方案所需观测值的数量大大减少,运行更快,且具有较高的检测精度。相比于其他固定抽样方案,这种方法无需事先确定检验统计假设所需的样本观测值数量,有利于对危害网络安全的行为做出快速响应,从而限制受损网络的范围。

基于Unscented卡尔曼滤波新息的多变量序贯概率比检验故障检测方法

针对非线性多变量过程监控问题,提出一种基于预测新息的多变量序贯概率比检验(SPRT)方法。首先利用Unscented卡尔曼滤波(UKF)基于正常过程模型预测输出值,将预测输出值与过程测量得到的实际输出值对比产生预测新息,然后引入多变量SPRT方法分析多元新息的统计特性,构造对数概率似然比判决函数和判决规则,监控过程的运行状态并对故障状态进行报警。在连续搅拌反应器上的仿真应用结果表明,所提出的故障检测方法能够有效实现过程监控,比传统的残差加权平方和方法误报率低、检测速度快。

泊松分布参数的序贯概率比检验

设一天内,来到某商场的顾客数服从参数为θ的泊松分布,考虑检验问题"H1:θ=θ1?H2:θ=θ2",文章给出在给定显著性水平为α和β时的序贯概率比检验(SPRT),证明了SPRT检验法中h的存在性,并给出了样本容量的估计值。随机模拟结果表明其平均样本容量比经典的Neyman-Pearson检验法需要的样本容量小的多。

二项分布参数序贯概率比检验操作特性的计算

研究了二项分布贯概率比检验的基本原理，提出一种计算接收概率的新方法，在此基础上可计算ＳＰＲＴ操作特性，计算机运算证明了这种新算法的正确性。

面向齿轮箱故障诊断的序贯概率比检验理论和方法

提出了一种基于序贯概率比检验的齿轮裂纹故障诊断方法,并选用了无裂纹和有裂纹的齿轮模拟故障模式.实验中提取的振动信号夹杂着噪声等干扰,运用具有良好去噪效果的小波包方法对齿轮箱振动信号进行预处理.采用时域分析法提取预处理后信号的特征值,提取对冲击性振动非常敏感的峭度值作为特征值.将序贯概率比检验算法应用于齿轮箱故障模式的检验和识别.为了验证所提出方法的诊断能力,本文选用均方根误差的方法来计算同种故障之间,以及不同种类故障之间的识别误差,结果表明了所提出的方法是有效且强大的.

指数分布参数的序贯概率比检验

设产品的寿命X服从参数为θ的指数分布,考虑检验问题“H1:θ=θ1;H2:θ=θ2”,在给定0<α<1和0<β<1下序贯概率比检验,并给出了平均样本容量的估计值。随机模拟结果表明其平均样本容量要比经典的Neyman-Pearson检验法小的多。

序贯概率比检验在非线性Lamb波检测中的应用

为研究序贯概率比检验在Lamb波非线性检测中的应用,搭建非线性Lamb波检测系统,该系统用于检测3 mm厚的具有不同疲劳拉伸程度的铝合金板以获取二次谐波信号。将序贯概率比检验用于Lamb波非线性检测中,利用序贯概率比检验算法对收集的3种不同疲劳损伤程度的二次谐波进行分类和识别。结果表明,序贯概率比检验对不同疲劳损伤程度的二次谐波信号能有效分类。

基于序贯概率比检验的爆炸物检测系统

设计一种基于标记中子方法的爆炸物检测系统,采用ING-27型中子发生器与硅酸钇镥闪烁晶体(LYSO)γ探测器进行探测,并基于序贯概率比检验(SPRT)方法判别爆炸物.通过对干奶粉、硝铵(AMM)和TNT模拟物进行检测,分析计算测量γ能谱数据中C,N,O三种元素的特征峰,将所得概率比结果与相应的设定阈值ln A和ln B进行比较.结果表明,SPRT方法可应用于爆炸物检测.

药品不良反应监测中的序贯概率比检验方法

目的序贯概率比检验方法在美国已被用于多种疫苗上市后实时安全性监测,也是目前药品不良反应信号检测的研究热点。然而,该方法的应用在我国少见报道,本研究对这类方法进行概述。方法通过文献检索,对连续性和成组序贯概率比检验方法的原理进行综述,并比较二者的优缺点,总结该类方法的应用现状,并对该类研究的进一步探索方向进行了展望。结果现有研究表明序贯概率比方法在药品安全性监测过程中有助于信号提炼,目前连续性序贯概率比检验应用较多,但成组序贯概率比方法有很大的发展空间。结论序贯概率比检验方法是一种实时监测药品安全性的可行方法,但仍有许多问题值得进一步探索。

一种基于卡尔曼滤波和序贯概率比检验的空气弹簧泄漏故障预警方法

为了解决城市轨道交通车辆空气弹簧系统故障检测困难的问题,提出了一种基于卡尔曼滤波和序贯概率比检验的空气弹簧故障预警方法。该方法首先将空气弹簧压力进行滤波处理,得到当前时刻的新息。然后采用序贯概率比检验判断当前时刻新息是否有故障,若新息有故障,则所提算法将报出空气弹簧系统故障;若无故障或不满足序贯概率比检验作出判断的条件,则循环进行下一时刻的判断。最后通过对地铁运营车辆采集的数据进行计算,以验证该算法的有效性。该方法可用于空气弹簧系统相关部件的故障检测,并具有故障提前预警的功能,进而增加空气弹簧系统的可靠性。

半正态分布参数的序贯概率比检验

研究半正态分布中参数的序贯概率比检验(记SPRT),主要目的是拓宽大学生的统计学知识和视野.首先,用SPRT法对该分布中参数作检验,得到停止法则;其次,根据SPRT的相关性质,得到半正态分布下SPRT的操作特性函数和平均样本容量;最后,在给定两个参数下分别计算SPRT方法和N-P检验法下所需的平均样本容量,前者所需的平均样本量大约是后者的35%-50%.

指数分布模糊假设的序贯概率比检验

针对模糊参数假设问题,采用序贯检验方法,在数据是精确的,假设是模糊的情形下,得到了指数分布模糊假设的序贯概率比检验法则.数值算例表明了方法的有效性.

基于序贯检验的管道泄漏检测方法

利用序贯概率比检验法检测油气管道泄漏是一种较新的方法。针对原始压力信号噪声的非高斯性,采用卡尔曼滤波器进行预处理,提高了序贯法判断泄漏的准确性。分析了传统压力梯度法的不足,借鉴负压波定位中的时间差法定位泄漏点,提高了定位的精度。实验结果表明,这种管道泄漏检测方法值得推广。

计数型序贯网图检验

针对序贯概率比检验(SPRT)无法控制抽取样本量等不足之处,提出了一种改进的抽样检验方法——序贯网图检验．该方法的要点是在原SPRT问题中插入一系列检验点,将单个检验问题拆分为若干对假设检验的问题．计算表明,新方法比SPRT有明显的改进;与国际公认的抽样标准IEC1123所建议的截尾序贯概率比检验方法比较,其改进是全方位的．

联系、环境和群体：Abraham Wald和他的序贯概率比检验

在匈牙利出生的数学家Abraham Wald，1938年从Vienna移民到美国，1940年代初期参加了一个科学家小组为美国政府做与国防有关的研究．Wald以及统计研究组（SRG）的工作创造了一种理论，它立即而且长效地影响了数理统计的研究，这就是序贯分析的理论．Wald在1943年发展了创造序贯分析的思想，提出序贯概率比检验（SPRT），这是作为对SRG中两名其他成员——Allen Wallis和Milton Friedman，向他提出的审查抽样问题的回答．

广义计数型序贯抽样检验

针对计数型产品的可靠性验证试验,提出了一种广义计数型序贯抽样检验方案,该检验方案实际上是经典序贯概率似然比检验的推广。通过构造马尔可夫链模型,研究了广义计数型序贯抽样检验方案的风险计算方法。在此基础上,给出了广义序贯抽样检验方案的制定程序。最后,通过实例分析表明:广义序贯抽样检验方案比国际标准IEC1123所推荐的方案有明显改进。

基于深度学习序贯检验的电源车故障诊断方法

针对电源车健康维护存在的问题,提出了一种基于长短时间记忆LSTM(Long Short Time Memory)网络与序贯概率比检验SPRT(Sequential Probability Ratio Test)融合的电源车故障诊断方法。该方法基于LSTM网络建立电源车的多变量时间序列模型,并引入SPRT方法进行自适应多样本故障诊断。经在电源车仿真系统上进行对比实验,结果表明LSTM诊断模型有更强的学习和映射能力,LSTM-SPRT融合的故障诊断方法,显著提高了电源车故障诊断的准确率和可靠性。