基于小样本Bayes理论的可靠性评估方法

针对产品由于研制中造价昂贵、试验费用高无法投入大量试验样品出现的小样本问题,提出了充分融合各种验前信息,研究了常见验前信息分布、验前信息的获取方法、验前信息的可信度确定,将Bayes方法技术运用于性能退化轨迹模型的建模过程中,有效地解决了产品性能退化模型建模不精确的问题。     

先验信息可信度在成败型试验中的应用

本文针对成败型试验评估中验前信息“淹没”现场信息的问题,提出了先验信息的使用由先验可信度的大小来决定的方法,研究了验前信息对Bayes估计和检验的影响.以导弹命中率的估计和检验为例,说明了当考虑验前信息可信度时,现场信息能避免被大量先验信息所淹没,能得到更合理的结论.为利用验前信息进行参数估计和检验提供了理论依据.     

优化Bayes决策方案在导弹打靶试验评估中的应用

分析了λ和验前概率基于Bayes决策不等式对检验准则的影响,建立试验判定区的数学模型,推导出试验判定区域S与λ的数学关系式,分析λ的取值对继续试验概率的影响。通过导弹打靶实例研究了检出比、试验次数和风险系数三者之间的关系,为小子样条件下确定最优检出比参数提供理论依据。     

基于可信度的证据融合方法

为了有效融合高度冲突的证据,在总结邓勇方法的基础上提出了基于预处理模式的改进方法,结合模糊集合理论的贴近度概念给出相似性测度的定义,进一步获得系统中各条证据被其它证据所支持的程度,将该支持度作为证据的权重,对多源证据进行加权平均后再利用Dempster组合规则融合证据信息。数值实验与仿真分析表明,新方法在系统存在伪证据（干扰）时仍然能够有效快速地识别出目标      

基于Bayes理论的装载可靠度定时截尾试验方案

研究小子样条件下鱼雷装载可靠度Bayes检验方案的制定方法。采用优化方法确定试验方案,克服了传统方法主观性较强的缺点,提高了试验方案的准确性和客观性。应用实例表明,该方法能缩短试验时间,较大地降低了试验成本。     

基于ML-II方法的k/n-系统Bayes可靠性评估

n中取k系统(简称k/n-系统)是工程实践中应用最广泛的系统类型之一。为了在系统现场试验样本量很小的情况下进行可靠性评估,首先利用次序统计量推导了k/n-系统寿命分布的密度函数,并给出了模型参数的第二类极大似然估计(ML-Ⅱ估计);然后给出了k/n-系统Bayes可靠性评估的一般步骤;仿真实例表明了方法的可行性。     

基于ML-Ⅱ方法的k/n-系统Bayes可靠性评估

n中取k系统(简称k/n-系统)是工程实践中应用最广泛的系统类型之一.为了在系统现场试验样本量很小的情况下进行可靠性评估,首先利用次序统计量推导了k/n-系统寿命分布的密度函数,并给出了模型参数的第二类极大似然估计(ML-Ⅱ估计);然后给出了k/n-系统Bayes可靠性评估的一般步骤;仿真实例表明了方法的可行性.     

半导体器件并联系统可靠性评估的经验Bayes方法

为了提高机载开关电源中半导体器件并联系统可靠性评估的准确性,运用经验 Bayes 法和经典的统计方法,研究了该系统的可靠性评估问题。分别给出了系统可靠性指标的经验 Bayes 估计,极大似然估计。利用 Monte-Carlo方法,对两种估计结果进行了比较,结果表明,经验 Bayes 估计的最大绝对误差为 0.07,它小于极大似然估计的最大绝对误差 0.368。     

基于Bayes估计的机器人触觉传感器信号数据融合

针对触觉传感器不同触觉组单元获得的物体表面轮廓图像，设计了中心式数据融合结构，全局融合算法采用Bayes估计，有效地避免了单一触觉组单元不确定性误差的影响，提高物体表面轮廓数据测量和图像重构的精度，对触觉传感系统整体性能的提高有重要意义。     

电子设备可靠性的Bayes评估及检验

本文介绍了小子样电子设备的Ｂａｙｅｓ可靠性评估模型。它要求评估以元器件失效率为基础，结合设备的现场试验数据进行。此外本文提出了根据试验数据对先验分布进行假设检验的必要性。     

基于贝叶斯理论的软件可靠性评估方法研究

本文以贝叶斯统计理论为依据,建立了基于输入域的测试过程的形式化描述,在此基础上确定了测试分布的总体信息;按照贝叶斯理论,要对软件可靠性进行估计,需要定义软件可靠性的先验分布,该先验分布可以利用贝叶斯假设或共辘原理进行定义.分析发现,在软件顺序测试过程中,采用这两种策略所得到的先验分布是一致的,这从另一种角度印证了先验分布选取的正确性.根据贝叶斯定理,利用先验分布和总体分布,可以得到待估计变量的后验分布,然后根据测试数据可以对可靠性进行估计.     

基于Laplace先验的Bayes压缩感知波达方向估计

基于多任务贝叶斯压缩感知(BCS)理论,该文提出一种使用Laplace先验的目标到达角(DOA)估计算法。该算法利用阵元输出为观测值,将DOA估计转化为Laplace先验约束下的BCS求解稀疏信号问题,使用Laplace先验获得比传统BCS更好的稀疏性。该算法不需要信源个数的先验信息和进行特征值分解,能够适应相干信源场景,仿真结果表明该算法具有比传统BCS方法和经典MUSIC算法更好的DOA估计性能。     

正弦波频率估计结果的可靠性评估算法研究

针对正弦波频率估计结果的可靠性评估问题,提出了一种基于F统计量的检验算法。首先,根据正弦波频率估计结果构建参考信号;然后,对接收信号和参考信号作相关累加,并对其模值进行线性回归;最后,再利用F统计量检验相关累加模值序列的线性回归是否失拟,以实现对频率估计结果的可靠性评估。仿真结果表明:该算法无需信号的先验信息,且在低信噪比条件下仍具有较好的统计性能。     

基于Bayes序贯估计的无线传感器网络数据融合算法

移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。     

Bayesian可靠性评估中多源信息融合的概率模型方法

在Bayesian可靠性评估理论中,验前分布的获取和表示是一个关键问题.针对工程实践中遇到的验前信息的多源性.给出了一种基于概率模型的多源异总体验前分布的融合方法,并通过仿真实例证明了该方法的有效性.     

可靠性预计中存在的问题及对策

针对运用元器件计数法和元器件应力分析法进行可靠性预计中存在的问题．给出正确进行可靠性预计的方法。从而能有效地解决可靠性预计问题。     

贝叶斯融合在SAR图像分类中的应用

本文研究将数据融合理论用于SAR图像分类.通过贝叶斯理论进行多通道SAR图像测量级数据融合,充分利用像素的从属信息并获得单通道分类无法获取的分类结果,有效保留各通道有用信息并抑制图像中的斑点噪声;针对贝叶斯融合涉及到的先验概率的问题采用两种方式进行先验概率估计,对估计引起的马赛克现象提出了三种解决方法;并提出三种先验概率融合方法,比较得出相对最优的SAR图像多通道分类方案.