基于Bootstrap方法的捷联惯组历次测试数据验前分布研究

针对捷联惯性测量组合(捷联惯组)历次测试数据小样本的特点,在总体分布参数形式未知的情况下,根据已有的先验信息,提出了通过Bootstrap重采样技术,获得捷联惯组历次测试数据总体参数的验前分布。结合当前样本信息,给出捷联惯组历次测试数据的验后分布。将统计推断建立在验后分布基础之上,可以减小小样本情况下的统计分析误差。

基于Bootstrap方法的捷联惯组历次测试数据总体参数验前分布研究

针对捷联惯性测量组合(捷联惯组)历次测试数据小样本的特点,在总体参数分布形式未知的情况下,根据已有的先验信息,提出了通过Bootstrap重采样技术,获得捷联惯组历次测试数据总体参数的验前分布,可以减小在小样本情况下统计分析误差。

多组SIMU误差系数验前分布的融合建模方法

基于Bootstrap方法、随机加权法和数据融合理论 ,对某型捷联惯组误差系数的多组测试数据进行概率统计分析。首先 ,对 33个误差系数的多组验前总体和当前总体分别进行方差和均值的齐性检验 ,结果发现有一些参数通过了方差齐性检验 ,但均值基本上都不能通过齐性检验。为此 ,针对这种异源总体验前分布的建模问题 ,定义了验前信息的质量权重 ;其次 ,提出一种多组小样本数据参数的Bootstrap和随机加权融合估计方法 ,得到某型惯组多组误差系数的融合验前分布密度 ;最后结合对不同批次、不同使用单位惯组的多组动态数据的初步统计分析 。

小样本下装备平均维修时间验前分布确定方法研究

针对装备维修性试验数据小样本的实际,选取Bayes方法,对小样本下平均修复时间（mean time to repair,MTTR）验前分布的求取方法进行改进。依据不同的样本量,分别采用Bootstrap方法、最大熵法、Bootstrap与最大熵结合法及极小子样的虚拟增广样本法确定总体的验前分布,重点对其原理和计算过程进行说明,并利用实例对每种验前分布确定方法进行了验证分析,最后总结比较了各种方法的优缺点,为其实际使用提供了参考。

基于混合验前分布的小子样维修性验证试验方法研究

针对小子样维修性验证试验方法进行研究。首先,采用Matlab工具箱中的秩和方法对验前数据进行一致性检验,再使用基于权重因子的信息融合方法确定混合验前分布,最后,运用概率似然比方法得出混合验前分布下的小子样维修性验证试验方案。实例证明,该方法可以减少现场试验样本量,降低试验费用,缩短试验周期,提高军事经济效益。

改进多源信息加权融合的验前分布确定方法研究

为给出比较准确的验前分布,提高装备维修性定量指标验证结果的可信度,提出了一种改进多源信息加权融合的验前分布确定方法。结合Bootstrap法,改进了子样本重抽样方式,拓展了子样本数据的取值范围,确定了各验前信息的验前分布。改进了基于质量因子的融合权重确定方法,定义了均值可信度权重因子和样本量可信度权重因子,综合两种权重因子,使所求权重更加科学合理。结合某型装甲装备维修性验证试验,对MTTR指标进行分析,结果表明所提方法融合后的验前分布更加准确,更接近真实分布,对提高装备维修性验证结果的可信度具有重要的参考价值。

混合验前分布下的小子样装备维修性验证方法

针对具有多源验前信息的小子样装备维修性指标验证问题,当多源验前信息来自不同总体时,提出了一种混合验前分布下的小子样装备维修性验证方法。结合Bootstrap法,确定了各验前信息的验前分布,改进了基于质量因子的可信度加权融合方法,定义了均值可信度权重因子和样本量可信度权重因子,权重计算结果更加科学合理,推导给出了混合验前分布下的Bayes序贯概率比方法。结合某装甲装备维修性验证试验,对MTTR进行验证,结果表明:所提方法能有效验证装备维修性指标是否符合设计要求。

特小子样试验下导弹精度评定的Bootstrap方法

针对特小子样下导弹精度评定的需求,提出了利用验前信息来弥补现场试验信息不足的改进Boot-strap统计方法。首先介绍了Bootstrap方法的基本概念;其次分析和比较了特小子样下验前信息与现场试验信息的若干种相容性检验方法的性能,并根据相容性检验水平确定了各类信息源的权重。然后,基于重要度抽样的思想,分别针对非参数Bootstrap方法和参数Bootstrap方法讨论了验前信息在导弹精度评定中的运用。最后,根据工程经验提出了一种改进的权重分配方案。仿真结果表明,KS相容性检验方法在特小子样下更为适用,考虑相似验前信息的Bootstrap精度评定结果更为合理。

基于Bayes混合验前分布的成败型产品可靠性评估

针对小子样成败型产品可靠性评估问题,引入混合验前分布构造方法,推导了Bayes混合验前分布下成败型产品可靠度参数的验后概率分布函数,研究了验前分布参数对于验后估计的影响,并总结了验前分布参数选择的一般性原则。分析对比了传统Bayes方法和混合验前分布方法的参数验后估计,其结果表明后者能够有效避免验前信息淹没现场信息的问题。对验后均方误差的分析表明混合验前分布方法能够一定程度上改善估计的效果。与幂验前方法的对比结果表明,当验前样本容量较大时,混合验前分布方法的估计效果优于幂验前方法。

Bayes修正幂验前方法在制导精度评定中的应用

如何合理有效的利用验前信息,是小子样评定中的关键问题。针对导弹制导精度评定,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的制导精度评定中兴趣参数的验后密度函数。通过对参数验后估计的分析,该方法能够有效避免验前信息'淹没'现场信息的情况,而幂参数通过验后边缘分布得到。通过对验后估计平均平方误差(MSE)的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。

成败型产品可靠性评估的Bayes修正幂验前方法

如何合理有效地利用验前信息,是Bayes评定的关键问题。针对小子样成败型产品的可靠性评估,引入修正幂验前分布控制验前信息对验后估计的影响,详细推导了Bayes修正幂验前下的成败型产品可靠性参数验后密度函数。通过对参数验后估计的分析,该方法能有效避免验前信息"淹没"现场信息的问题,而幂参数通过验后边缘分布得到。通过对验后估计MSE的分析,给出了验前信息利用的一些基本原则,为工程应用提供了指导。

Bayes试验分析中验前分布的表示

结合武器系统试验鉴定中的问题，研究Ｂａｙｅｓ方法运用中的验前信息表示问题。文中运用自助（Ｂｏｏｔｓｔｒａｐ）方法和随机加权法确定验前分布。对于多种信息源之下的验前信息，给出了验前分布的融合估计。对当前工程实践中常用的方法及存在的问题，提出了看法和处置方法。

一种融合验前信息的特小子样精度评估方法

如何合理有效地利用验前信息是小子样精度评定中的关键问题。针对导弹制导精度评定,提出了一种根据验前信息确定验前分布参数,融合验前信息和飞行试验信息的精度评估方法,该计算方法引入了验前信息的可信度指标,能够有效避免验前信息"湮没"现场信息的情况,而且可以进一步解决信息使用的主观性问题。为工程应用提供了一定的指导。

基于集成Bootstrap方法的导弹试验鉴定精度综合评定

针对导弹在试验鉴定过程中,试验样本极少,无法直接从极少的现场试验样本中得到可靠的精度评定结果的问题,使用仿真信息作为验前信息的基于集成Bootstrap方法对导弹精度进行综合评定,可以用于试验鉴定中精度综合评定。针对不平衡数据导致误差引入集成学习,即多组抽取样本和现场数据融合,通过多组弱置信度再得到强置信度的结果;分析了集成学习的误差必然会收敛于0;再由重要度抽样思想,采用了基于相容性水平的权重分配方案;最后采用了改进的总和规则作为集成规则,分析了参数误差。仿真结果表明基于集成Bootstrap方法能有效在小子样条件下进行导弹试验鉴定精度评定。

融合多源验前信息的成败型产品可靠性Bayes评估

文中研究了融合多源验前信息的成败型产品可靠性的Bayes评估问题。针对当前可靠性评估方法中,传统Bayes方法对验前信息与现场信息不加区分的缺陷,提出了融合多源验前信息的成败型产品可靠性评估模型。模型使用混合验前分布,并用历史样本与现场样本的拟合优度来确定混合分布中的继承因子,简便易行而且合理性很容易得到解释。

小子样条件下可靠性试验信息的融合方法

小子样条件下,不同状态的多源信息融合是可靠性工程领域的一个热门问题。综述了小子样条件下可靠性试验信息的融合方法。在一定的假设条件之下,利用分离可交换量模型对不同环境下的可靠性信息融合方法进行了研究,仿真算例说明这种融合方法充分利用了信息,评估结论更为合理。

基于贝叶斯方法的捷联惯性测量组合历次测试数据分布研究

针对捷联惯性测量组合(捷联惯组)历次测试数据小样本的问题,提出了通过Bayes方法研究捷联惯组历次测试数据的统计特性。通过Bayes方法,利用先验信息、总体信息和样本信息得到捷联惯组历次测试数据的验前分布和验后分布,将统计推断建立在验后分布基础之上,减小了小样本情况下的统计分析误差。

Bootstrap方法在遥感线性BRDF模型反演中的应用

在遥感反演中,通常假设反演参数和模型误差的先验分布服从正态分布,这个假设通常不太符合实际。为此,本文提出由Bootstrap方法估计反演参数和模型误差的先验分布的方案。同时对先验数据按照地物分类,统计假设检验表明将先验知识分类的合理性。最后,以RossThick-LiTransit核组合的线性核驱动BRDF模型为例,用NOAA-AVHRR观测数据对使用Bootstrap方法的反演算法进行试验,并与正态假设下的Tikhonov正则化反演和Bayes反演结果比较,说明对先验知识分类和使用Bootstrap方法的遥感反演方法能明显减小参数反演结果的不确定性,提高其可信度。

综合单元验前信息的系统可靠度Bayes评估

针对目前可靠性评估方法的不足,提出了综合单元验前信息的系统可靠度Bayes评估方法。该方法根据验前信息确定各单元的验前分布,将寿命型单元等效为成败型单元,将混联系统等效为串联系统,从而将复杂系统转化为成败型单元串联系统,在此基础上利用各单元的验后前两阶矩进行系统可靠度综合,能够较好地解决传统方法对数据依赖性过强、不能有效综合验前信息等缺陷。最后通过仿真示例验证了该方法的合理性与有效性。