采用虚拟样本加速退化试验的复杂电子设备可靠性评估

对复杂电子设备进行可靠性评估时,针对退化特征量难以确定和试验样本数目有限这两方面的困难,提出了一种基于虚拟样本加速退化试验(ADT)的电子设备可靠性评估新方法.将相对贴近度的概念引入到退化监测数据的处理中,以相对贴近度为退化特征量,并对原始样本进行虚拟增广,同时对增广样本数据加以修正处理,从而形成电子设备各应力下的退化轨迹.将该方法与传统的可靠性预测方法相结合,有效地解决了加速退化试验中极少样本数据的处理问题.实例分析表明:电子设备的预测寿命与出厂时标定使用寿命的误差为5.93％,86.27％的样品设备使用寿命超过9 a,说明该方法可行、有效,并大大提高了试验的效费比.     

改进时变多径信道下OFDM系统性能分析

为了更加精确地描述移动无线通信信道的时变多径特性,对传统的时变多径信道模型进行了改进,基于维纳过程将多径相位分量建模为时间变量,从理论上对经历时变多径信道的OFDM系统接收信号分量进行分析与计算,推导了系统的误码率,并对理论值与仿真结果进行了对比．结果表明：与传统信道模型相比,改进信道模型的衰落自相关谱和OFDM系统误码率与仿真结果更为相符,证实改进的信道模型能更准确地描述时变多径衰落信道．     

采用多目标粒子群算法的模拟电路故障诊断研究

提出了一种容差条件下基于多目标粒子群(MOPSO)算法的模拟电路软故障诊断方法.通过灵敏度分析,建立模拟电路故障诊断的约束线性规划方程组,以元件参数变化量与标称值的百分比作为故障判据.针对MOPSO中目标空间增加时种群选择压力影响算法性能的问题,采用阶有效优化准则代替传统的Pareto优化准则,引入最优折中解作为全局最优解,从而提出基于阶有效的平衡全局搜索策略多目标粒子群(ESEO-MOPSO)算法,并将其用于模拟电路故障诊断的约束线性规划方程组的求解中.仿真结果表明,该方法兼顾故障元件的定位和故障元件参数变化量的估计,可以有效地实现模拟电路在容差条件下的软故障定量诊断.     

基于人工鱼群优化LS-SVM的卫星钟差预报

针对导航卫星短期钟差预报精度不高的问题,提出了一种基于人工鱼群(AFSA)优化最小二乘支持向量机(LS-SVM)的卫星钟差预报方法。利用人工鱼群算法较强的全局寻优能力优化LS-SVM模型的惩罚参数和核宽度参数,避免人为选择参数的盲目性,提高了LS-SVM的泛化能力和预报精度。选取IGS产品中4颗典型卫星的钟差数据,分别采用人工鱼群优化LS-SVM模型、神经网络模型和灰色系统模型进行短期钟差预报,计算结果表明:人工鱼群优化LS-SVM模型的预报精度优于其它2种模型,尤其是在铷钟方面,预报误差在0.5 ns内,运行时间在5 min内。     

多径衰落信道下多音干扰OFDM系统性能分析

针对无线通信面临的干扰问题,对多径衰落信道下的正交频分复用（OFDM）系统的抗多音干扰性能进行了研究. 在给出系统模型的基础上,对经历多径衰落信道后的受干扰接收信号进行分析,计算了有用信号和各干扰信号分量的数学统计特性,并在此基础上推导了系统的误比特率公式. 对系统进行了误比特率仿真,仿真结果表明,理论值与仿真结果能很好吻合,增大子载波间隔可减弱多音干扰对系统的干扰效果. 另外,当干扰信号功率较大时,全音干扰效果较好;反之则宜集中干扰功率对部分子载波实施干扰.      

电子设备健康状态评估与故障预测方法

针对电子设备的健康性能退化问题,提出一种改进流形学算法与隐半马尔可夫模型(hidden semi Markov model, HSMM)相结合的电子设备健康评估与故障预测方法。首先,在有监督邻域保持投影(supervised neighborhood preserving projection, SNPP)算法中引入非相关约束并加入核函数形成核有监督非相关邻域保持投影(kernel supervised uncorrelated neighborhood preserving projection,KSUNPP)算法,将其用于原始特征的提取,获得有效的特征集作为HSMM的输入进行训练|其次,建立了电子设备健康评估与故障预测模型,该模型用Kullback Leibler (KL)距离来衡量故障程度,实现设备退化程度的评估,又可根据各状态驻留时间,预测出设备故障发生的时间。最后,将该方法应用于某型导弹电子设备的健康评估与故障预测,验证其有效性。