非同型单元k/n(G)马尔可夫系统可靠性分析

首先对研究对象进行系统界定和系统分析,建立了非同型单元k/n(G)可修复系统的可靠性分析模型,然后利用马尔可夫过程结合数学方法研究和推导了该系统的可靠性指标的表达方式及计算方法.若各单元的失效和维修指标一致,则非同型单元系统演变成同型单元系统,从而把同型单元k/n(G)表决系统作为特殊情况纳入研究对象中.此外,通过改变初始设置条件可以应用到不同形式的系统情形中,最后通过对双部件并联系统、(n-1)/n表决系统和1/n冷备用系统三种应用实例的可靠性分析和计算,表明该模型是有效的.     

列控系统中数据通信子系统可靠性研究

列控系统中数据通信子系统的可靠性对于保障列车安全高效运营具有重要作用.利用马尔可夫模型,综合了随机信道恶化,越区切换、无线接入设备故障等无线信道失效因素,提出了数据通信子系统非冗余结构和冗余结构的可靠性模型,分析了不同的数据通信系统结构对可靠性能的影响.同时,给出了列车运行速度与系统可用性指标的相互关系.分析结果显示,冗余结构的数据通信子系统有效提高了通信系统的可靠性;冗余结构的系统可用性指标比非冗余结构提高了大约两个数量级,达到99.99%;冗余结构有效消除了列车越区切换对系统可靠性能的影响.     

一种多源遥感图像分割的融合新策略

为了充分利用多传感器遥感图像数据的互补信息来完成一致的图像解译工作,基于区域邻接图构建了马尔可夫场模型(MRF),并在MRF框架内提出了一种面向多源遥感图像分割的融合新策略.针对由美国陆地卫星探测系统专题制图仪获取的一组多光谱图像和合成孔径雷达图像中的分割问题,提出了具体的数据融合策略,即结合多源图像中的局部特征显著性指标和人眼视觉系统中的重要性因子图制定了融合规则,并在分割过程中充分考虑了传感器的可靠性对融合的影响.人工和真实数据集上的比对分析表明,新策略得到的割图区域匀质性最好,区域轮廓最清晰,并且可以有效提高分割精度.     

三值光学处理器三模冗余表决系统设计与实验

计算机处理器的可靠性设计非常重要.设计了三值光学处理器(ternary optical processor, TOP)三模冗余(triple module redundancy, TMR)光电表决系统,针对三值光学处理器运算单元设计了光电表决器,提出了在三值光学处理器上构建表决系统架构的具体步骤.对于一位的三值光学处理器,设计并测试了108个表决实验用例,并对m位的重构运算器的可靠性进行了简要分析.实验结果与可靠性分析表明,针对三值光学处理器进行三模冗余表决的方案,能有效提高系统的可靠性及运行效率.     

转换开关不完全可靠的三部件串联冷贮备系统

针对一般可修系统中可靠性指标不易计算的问题,采用时齐马尔可夫过程,研究了假设工作部件与转换开关的寿命、部件的修理时间均服从连续型指数分布,开关修理时间为PH分布,转换开关不完全可靠,各部件均能修复如新的三部件串联冷贮备系统.结果表明:通过引入PH分布代替一般分布等分布,易于计算一些可靠性指标.     

双机热冗余可修复容错控制系统的可靠性分析

用马尔可夫过程,对双机热冗余可修复容错控制系统的可靠性进行了分析,得出了有关的计算公式.     

矿井瓦斯监测多传感器信息融合模型

分析了矿井瓦斯监测中存在的对传感器的影响因素多等单个传感器本身所不能解决的问题,提出了利用多传感器信息融合技术来增加系统的信息利用率、提高整个系统的精度、可靠性和容错能力的方法。在讨论矿井瓦斯监测的信息源的基础上,确定了瓦斯监测多传感器信息融合的结构模式,利用状态空间方法对此结构模式进行了描述,建立了瓦斯监测系统多传感器信息融合的状态空间模型。采用人工智能方法,建立了多传感器信息融合的模糊神经网络算法模型,实验结果表明,该模型是有效的。     

故障影响可忽略的两部件并联系统研究

对于典型的两部件并联马尔可夫可修系统进行了改进,主要是假设：当系统中某个部件发生故障,并且部件的这一故障可在一个足够短的时间内修复,那么可以认为这个部件的故障对整个系统的运行没有影响。这样的假设使得模型更符合于维修理论的某些实际问题。新的模型不能再用马尔可夫过程来描述,如何给出其可靠性指标就成为一个值得研究的问题。本文运用随机过程与概率论的方法,在新的假设下研究了两部件并联可修系统,建立了新的模型,得到了新模型的若干可靠性指标。     

冗余MEMS-IMU误差补偿技术研究

为提高惯性导航系统的精度和可靠性,设计了一种基于冗余MEMS-IMU的惯性导航系统(3 MEMS-IMU分别斜置安装在正四面体的3个面上),并针对该系统的惯性测量单元(IMU)进行了误差分析,建立了精确的误差补偿数学模型。在此基础上提出了一种标定方法,给出了计算误差模型参数的推导过程以及各误差参数的数学表达式。通过多组试验验证了该方法简单可靠,可以有效估计出各误差参数,并能有效进行误差补偿,标定精度较高,适用于短时间、低中精度导航系统.     

基于蒙特卡洛仿真的液压系统动态可靠性

由于传统可靠性分析方法侧重于系统静态结构的描述,难以反映系统的动态运行过程,所以采用蒙特卡洛仿真方法研究液压系统的动态可靠性特征,重点计算液压元件故障服从不同分布、元件维修后故障率服从不同分布条件下液压系统可靠性指标的变化.仿真结果表明:修复如新时,不同分布对系统动态可靠性指标影响较小;修复如旧时,不同分布对系统动态可靠性指标影响较大.以可靠性仿真数据为基础,给出液压系统预防性维修策略.     

基于分数阶微分的多传感器检测数据融合算法

为了解决制造系统中各生产信息采样节点设备性能和工作环境的不同带来的检测数据间差异性,直接影响着制造管理系统工作可靠性与决策科学性的重要问题,提出应用基于分数阶微分算子的多传感器检测数据融合算法融合生产信息测量误差的新理念。选择检测仪器性能或工作环境作为检测数据的影响因子,应用分数阶微积分理论推导出基于分数阶微分的多传感器检测数据的融合处理算法模型,并应用物联网下的多传感器检测数据的融合处理实例验证了算法的可行性和优越性。实验结果表明:与动态的加权算法和平均值算法相比,本文算法不仅具有融合精度更高、融合值稳健性更好的优点,还具备增强检测信息强度提升系统工作可靠性的功能。     

冷贮备可修假系统的可靠性

利用向量Ｍａｒｋｏｖ过程方法研究一次休假两相同部件冷贮备可修系统．在部件寿命服从负指数分布，修理时间服从一般连续型分布，修理工作假时间服从一般连续型分布的假定下，求得了系统可靠性指标．     

带相关噪声多传感器系统的事件触发贯序和分布式融合估计

对带相关噪声的多传感器系统,研究了事件触发的贯序和分布式融合估计算法.不同传感器之间的观测噪声同时刻相关,并与过程噪声一步相关.为了节省通信能耗,采用了事件触发传输机制,该机制依赖于每个传感器当前的观测值和上一个触发时刻的观测值.在事件触发条件下,提出了在线性最小方差意义上的最优贯序融合和分布式融合估计算法.所提出的贯序融合算法可以根据传感器观测数据到达滤波器的顺序进行实时处理,具有较小的计算负担.所提出的分布式融合算法可以对传感器观测数据进行并行处理,具有更好的可靠性.两种算法与事件触发集中融合算法具有相同的估计精度.仿真结果验证了算法的有效性.     

用于火灾探测的神经网络数据融合算法

提出了一种多传感器火灾探测系统的数据融合算法,并针对火情信号测试的固有特点,采用神经网络进行数据融合决策,探讨了算法模型的建立,并由仿真结果验证了方法的可行性。     

可忽略部分维修时间且工作时间服从PH分布的单部件可修系统的可靠性

考虑了一个单部件可修系统,部件的工作时间为phase type分布,修理时间为指数分布,建立了原马尔可夫可修系统模型。在该模型的基础上,如果系统的维修时间不超过给定的非负常数τ,则这段维修时间可以被忽略,认为系统在这段时间内仍处于工作状态,如果系统的维修时间超过了给定的非负常数τ,则这段维修时间不能被忽略,认为系统在这段时间内处于故障状态,从而建立了可忽略部分维修时间的系统模型,并运用聚合随机过程理论,分别推导出两个系统模型的几个可靠性指标。最后用一个数值算例对所得结论进行了模拟实现。     

A novel multi-sensor multiple model particle filter with correlated noises for maneuvering target tracking

Aiming at the effective realization of particle filter for maneuvering target tracking in multi-sensor measurements,a novel multi-sensor multiple model particle filtering algorithm with correlated noises is proposed.Combined with the kinetic evolution equation of target state,a multi-sensor multiple model particle filter is firstly constructed,which is also used as the basic framework of a new algorithm.In the new algorithm,in order to weaken the adverse influence from random measurement noises in the measuring process of particle weight,a weight optimization strategy is introduced to improve the reliability and stability of particle weight.In addition,considering the correlated noise existing in the practical engineering,a decoupling method of correlated noise is given by the rearrangement and transformation of the state transition equation and measurement equation.Since the weight optimization strategy and noise decoupling method adopt respectively the center fusion structure and the off-line way,it improves the adverse effect effectively on computational complexity for increasing state dimension and sensor number.Finally,the theoretical analysis and experimental results show the feasibility and efficiency of the proposed algorithm.     

Maneuvering target tracking algorithm based on CDKF in observation bootstrapping strategy

The selection and optimization of model filters affect the precision of motion pattern identifica-tion and state estimation in maneuvering target tracking directly.Aiming at improving performance of model filters, a novel maneuvering target tracking algorithm based on central difference Kalman filter in observation bootstrapping strategy is proposed.The framework of interactive multiple model ( IMM) is used to realize identification of motion pattern, and a central difference Kalman filter ( CDKF) is selected as the model filter of IMM.Considering the advantage of multi-sensor fusion method in improving the stability and reliability of observation information, the hardware cost of the observation system for multiple sensors is adopted, meanwhile, according to the data assimilation technique in Ensemble Kalman filter( EnKF) , a bootstrapping observation set is constructed by in-tegrating the latest observation and the prior information of observation noise.On that basis, these bootstrapping observations are reasonably used to optimize the filtering performance of CDKF by means of weight fusion way.The object of new algorithm is to improve the tracking precision of ob-served target by the multi-sensor fusion method without increasing the number of physical sensors. The theoretical analysis and experimental results show the feasibility and efficiency of the proposed algorithm.     

一类噪声相关多传感器系统的新型序贯式融合滤波

对于过程噪声与观测噪声一步互相关、各观测噪声一步自相关的多传感器融合滤波问题,提出了一种新的低维序贯式融合滤波算法.基于低阶迭代正交变换的思想提出了解相关的方法,将观测方程经过等价改写去除系统噪声的相关性,然后依据序贯滤波的思想,依次处理到达融合中心的观测信息,进而得到一类实时序贯式融合滤波算法.整个推导过程在线性最小均方误差意义下严格进行,能够实现系统状态的最优融合估计.最后的仿真验证了新算法在处理上述噪声相关问题上的最优性.     

基于蒙特卡洛改进算法的地铁电力系统可靠性评估

在分析电力系统可靠性评估基本方法的基础上,考虑到地铁电力系统故障率较低,故障状态枚举方法难以获得精确的随机状态,以及设备单元的故障信息无法通过直接抽样获取,故使用正态分布描述地铁电力系统设备单元发生故障的实际过程,提出了改进的蒙特卡洛非序贯仿真算法,并给出其求解过程,构建了地铁电力系统的结构模型、Petri网模型和可靠性评估指标,最后以南京地铁一号线电力系统设备单元初始参数为计算数据,所得结果较传统计算方法更为准确,同时能够模拟故障维修时间以及区分不同故障类型.     

n个同型部件和两个修理设备的冷贮备可修系统的可靠性指标

n个同型部件和两个修理设备组成的冷贮备可修系统中,假设部件的寿命和部件故障后的修理时间都服从指数分布.运用齐次Markov过程理论,得到了系统可靠性的稳态指标和平均指标.特别地,用Laplace变换及其反演解微分方程组,得到了n=2时系统可靠性的瞬时指标.