空时自适应处理(space-time adaptive processing,STAP)是抑制因平台运动导致谱展宽的地物杂波的有效技术,近三十年来受到广泛关注,其中平台运动通常假设为匀速。分析了变速平台情况下地物回波多普勒谱特性,相比传统匀速平台情况,杂波回波的多普勒谱展宽更严重,且展宽程度与阵列面向、散射点位置以及脉冲积累均有关;因此,变速平台情况下,直接采用传统的STAP方法,其杂波抑制性能,尤其是在主杂波区的性能变差,严重降低慢速目标检测性能。对此,提出一种基于数据域的补偿方法,通过构造补偿矩阵抑制加速度在相位上产生的增量,从而抑制杂波的多普勒谱展宽。仿真结果表明,所提方法可使杂波多普勒谱变窄、STAP的杂波抑制改善因子提高,尤其慢速目标的检测性能明显提高。

针对天线阵列的幅相误差严重影响阵列测向算法估计性能的问题,提出了一种基于线性变换的阵列幅相误差自校正算法。该方法通过利用幅度相位特性一致的辅助阵元,进行矩阵的正交线性变换,并结合最小二乘法算法,有效地估计阵列的幅相误差系数和入射信号的波达方向。其不需要谱峰搜索,无特征分解运算,计算量小,复杂度低,可实现对阵列幅相误差的快速校正。计算机仿真实验结果验证了该算法估计性能的有效性。

提出了一种基于三次相位变换(cubic phase transform,CPT)和重构相位函数(reconstructing phase function,RPF)的空中高机动目标参数估计方法。为了实现目标高阶参数的估计,该方法首先通过双线性变换求得接收信号的相位函数,实现信号降阶和待估参数的分离;然后利用多阵元采样重构参考阵元的相位函数,等效增加了参考阵元相位函数的时间采样,实现了参考相位函数的相干积累;最后进行参数估计。仿真结果表明,在输入信噪比较低、采样脉冲较少的情况下,该算法能够以较高的精度实现对高机动目标的参数估计。

在基本的傅里叶变换频率不变波束形成器(frequency invariant beamforming, FIB)的基础上,提出了快速可控零陷低旁瓣宽带FIB优化方法,该方法将固定角度方向图零陷约束和等波纹原型滤波器加入FIB的设计,实现了零陷可控的低旁瓣FIB。同时,还开展了FIB抽头系数的稀疏优化,有效的降低了算法实现的运算量。仿真结果验证了所提的方法在一维均匀线阵和二维均匀面阵上的正确性和有效性。

针对现有高度估计算法缺乏对实际多雷达组网系统信息处理流程的考虑致使算法难以在实际系统中运用的问题,在岸海空协同预警体系下,从信息处理流程和信息处理方法两个方面,在探测单元信息缺维情况下,研究目标高度补偿问题。仿真结果表明,本文给出的算法可实现目标状态的无偏、稳定、精确估计,最终得到的目标海拔高度补偿估计结果可满足目标属性判别和威胁判断的需要。另外仿真验证表明,本文算法对目标巡航高度具有很强的适应性,可用于解决处于岸海空探测单元共视范围内任意高度飞行目标的高度补偿问题。

针对均匀线阵,利用信号的恒模特性,与容积卡尔曼滤波相结合,提出一种新的盲自适应波束形成算法。通过对恒模算法的优化代价函数进行变换,使其满足系统状态空间模型。利用容积卡尔曼滤波算法进行自适应滤波,以实现抑制干扰和消除噪声。所提算法对状态空间模型中的系统噪声和过程噪声进行了自适应处理,免除滤波噪声参数的设置,增强了算法的通用性,并引入了收敛因子,加速系统的收敛速度。仿真结果表明了该算法的正确性和有效性。

针对传统方法在金属建筑反射干扰严重情况下无法实现海岸线精确检测问题,本文在分析海岸线边缘特有散射特性的基础上,提出了混合统计和散射特性的海岸线边缘检测方法。该方法分别以似然比和体散射功率比值检测子检验窗口相邻区域统计和散射特性的不同,并通过模糊集方法融合两个检测子。在由提出的检测子实现粗岸线检测的基础上,采用基于边缘能量图的快速活动轮廓模型对岸线进一步精细化。对大连海岸区域极化合成孔径雷达(synthetic aperture radar, SAR)图像进行实验,结果表明提出算法有效减少了强金属建筑干扰和不同海况区域导致的虚假岸线边缘,实现了精确的海岸线检测。

非均匀杂波环境中的离群点会导致空时自适应处理(spacetime adaptive processing，STAP)性能的下降。针对此问题,该文提出一种新的基于S变换的稳健STAP(S transformSTAP, ST-STAP)算法。该算法主要利用杂波和离群点的S变换在时频平面上分布特性的不同来实现非均匀杂波的抑制。ST-STAP算法首先将样本数据对应的快时间序列作S变换得到时频分布矩阵,舍弃部分高频分量以去掉离群点的影响,然后用时频矩阵的剩余部分计算相关矩阵和自适应滤波权。蒙特卡罗实验证明STSTAP方法的稳健性和动目标检测性能均优于传统的STAP算法。

基于尺度不变特征算法,提出了一种适用于弹载合成孔径雷达图像匹配的改进算法。该算法首先通过在构建的高斯差分尺度空间中搜索特征点,然后利用指数加权均值比算子计算特征点的梯度幅值和方向,并通过简化的特征描述子生成特征向量,最后采用距离比和几何一致性准则剔除错误匹配的特征点对,实现图像匹配。实验结果表明,改进算法对SAR图像在旋转、光照、尺度变化等情况下都有很好的匹配效果,并且降低了计算复杂度,有较强的鲁棒性和实时性。

传统的基于最优成像空间的双基地合成孔径雷达(synthetic aperture radar, SAR)成像算法是一种性能卓越的SAR成像算法,其具有散射点在成像空间定位准确,算法复杂度低以及聚焦性能高等优点。然而,随着观测场景的扩大,该算法会出现散射点在成像空间定位不准确以及聚焦性能下降的缺点。为了克服这些缺点,在SAR成像领域首次提出了距离历史向量匹配比的概念,基于该概念,又进一步提出了一种新的基于广义最优成像空间的双基地SAR成像算法。所提出的算法不再受限于观测场景的大小,可以对大观测场景(宽测绘带)进行高质量的成像。实验结果表明,所提出的算法是有效的和可行的。

由于受到发射机功率和波形能量的限制,现代雷达系统一般选择恒模波形来实现发射功率的最大化利用。针对PhasedMIMO雷达子阵单元之间的恒模正交波形优化设计问题,基于矩阵谱逼近的思想,本文提出了一种新的波形设计框架。首先假设输出信干比的需求得到划分的子阵数目,根据最大信噪比准则对子阵单元进行波束形成,提高了雷达系统的抗干扰性能,其次采用迭代矩阵谱逼近算法(iterative matrix spectral approximation algorithm, IMSAA)对子阵单元之间的正交波形进行优化设计,相对于multi-CAN算法,该算法能够获得更好的相关性能,而且运算效率较高,最终实现了恒模波形的优化设计。仿真结果证明了算法的有效性。

连续波雷达存在发射信号泄露的现象,泄露的发射信号边带噪声会淹没目标回波信号,使接收机灵敏度降低。而传统连续波雷达方程并没有考虑到这一现象对雷达性能的影响。在分析了传统连续波雷达方程的不足后,通过增加收发通道隔离度和发射信号相位噪声两个参数,对传统连续波雷达方程进行修正,使雷达方程中体现了发射信号泄露对连续波雷达的影响。这种改进的连续波雷达方程可以更切实际地描述出作用距离和雷达参数及目标特性之间的关系。

给出国防大数据的定义,归纳提炼国防大数据的特征,分析国防大数据所面临的挑战,并提出国防大数据研发和应用所需解决的科学问题及关键技术,最后给出发展建议。通过对国防大数据的研究,建立巨型国防大数据平台、货柜式国防大数据平台以及嵌入式国防大数据系统的概念,以便全面提升军队核心战斗力,在未来智能化战争中取得军事优势。

结合无线传感器网络(wireless sensor network,WSN)技术特点,提出一种用WSN建立数据链的主从弹协同编队制导作战模型。论文给出了模型的组成,描述了模型中不同WSN节点的组网方式及网络拓扑,并描述了WSN网络建立及实现过程。推导了基于XX型号导弹的领弹〖CD*2〗攻击弹模式协同编队制导律,并在此基础上仿真分析了不同WSN网络时延对不同期望编队距离下协同编队制导误差收敛性的影响。仿真结果表明，不同编队期望距离具有不同的WSN网络时延容忍度,且期望编队距离越小,时延容忍度越大;在不同的期望编队距离下,编队误差收敛性都随着时延的增加而变差;在网络时延容忍度范围内,期望编队距离越大,完成预期编队队形的速度越快。对时延容忍范围的仿真与分析可为实际战术数据链设计提供一定指导意义。

动态武器目标分配问题是战场指挥控制决策中的关键问题。由于动态武器目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。

建立飞行作战任务过程模型是综合运用态势评估、故障诊断等技术设计新一代智能座舱的基础,同时也可应用于飞行员的行为预测及评估。本文以战术轰炸任务为例,介绍了工作流网技术在飞行作战任务建模上的应用。针对传统Petri网不能体现态势变化对飞行员行为的影响,本文设计了带非齐次弧的分层Petri网应用于战术轰炸任务过程的工作流网建模中,使子网变迁的平均实施速率可以随着航线状态的变化而变化,同时给出了利用可达性定理证明工作流网合理性的方法。在子网中,设计了变λ随机Petri网应用于飞行员执行任务过程的建模中,并利用该模型分析了飞行员的稳定工作状态,为飞行员行为预测、评估建立基础。

针对目前武器目标分配模型无法满足装甲分队火力打击战法要求的问题,分析了装甲分队火力打击战法的运用方式及其对分配结果的影响,建立一种面向装甲分队战法运用的两阶段WTA模型,模型第一阶段解决了“单武器高命中概率削弱”的问题,模型第二阶段可以实现装甲分队火力打击战法对于分配结果的多种不同要求。仿真结果证明,该模型解算结果合理,符合装甲分队战法运用要求。

由于受到模糊集理论的限制,模糊时间序列预测理论在不确定数据集的描述上有失客观,针对这种局限性,提出一种直觉模糊时间序列预测模型。应用模糊聚类算法实现论域的非等分划分;针对直觉模糊时间序列的数据特性,提出一种更具客观性的隶属度和非隶属度函数的确定方法;提出一种基于直觉模糊近似推理的模型预测规则。在Alabama大学入学人数和中国社会消费品零售总额数据集两组数据集上分别与典型方法进行对比实验,结果表明该模型有效提高了预测精度,证明了模型的有效性和优越性。

对由混合数据、多类型的赋权方法、多结构的集结方式等组成的广义混合型决策信息,研究该类决策信息的综合集成和求解问题。首先以传统的决策流程为底层框架,对广义混合型决策信息进行分类整合,构建信息集成框架;然后,从随机模拟视角分析了信息集成框架的求解方法并归纳了求解的基本步骤。在此基础上,通过导弹方案的选择问题对本文给出方法的具体应用进行了说明,并验证了该方法的有效性。本文通过构建信息集成框架的方式解决了多类型决策信息的融合难题,且实现了信息集成框架的柔性求解。该研究可为民主决策中多来源、多类型决策信息的融合提供技术参考。

证据理论因具有较强的不确定性信息表达及处理能力,在信息融合系统中具有广泛的应用。然而,经典的证据组合规则假设证据之间相互独立,这在实际系统中往往难以成立。忽略证据间的相关关系,可能导致不合理的融合结果,甚至出现决策失误。因此,如何有效地融合相关证据是证据理论中一个不可避免的、重要的研究课题。通过归纳和比较国内外该方向上的研究成果,将现有的相关证据融合方法分为修改Dempster组合规则方法和修改证据源方法,并分别剖析各类方法的思路、优缺点及相互关系。最后,讨论了相关证据融合研究中存在的问题并指出未来的研究趋势。

针对大机动目标使空空导弹雷达导引头跟踪误差加大和制导精度下降的问题,提出了一种考虑雷达导引头前馈补偿的一体化制导方法。针对机动目标,构造视线角速度前馈补偿回路,对雷达导引头角跟踪系统进行补偿,提高导引头响应速度,降低跟踪误差角。基于视线坐标系设计一体化制导算法,采用卡尔曼滤波器对弹目视线角速度和目标加速度进行估计,将视线角速度信息前馈补偿到导引头跟踪回路中,将目标加速度信息补偿到最优制导律中,同时实现雷达导引头视线角快速跟踪和最优制导律制导信息提取。仿真结果表明,一体化制导算法可同时实现对导引头视线角速度和目标机动的估计,从而提高制导精度。

立方体卫星广泛使用两行根数(twoline element, TLE)结合SGP4模型作为定轨的唯一或是备份手段。针对SGP4模型长期预报误差积累的问题,分析了模型的误差来源及分布情况,提出两种利用地面观测站测量多普勒频移提高定轨精度的方法。一种方法直接修正大气阻力项系数,结果表明能大幅减小速度方向上的预报误差,将预报10天的位置精度提高到4 km以内。另一种方法将已知的两行根数更新为卫星过境时刻的两行根数,然后修正纬度幅角,修正后短期预报误差能基本消除但长期精度不如前一种方法。通过对在轨立方体卫星的实际测量也验证了上述的结论。

安装二维弹道修正引信后大口径榴弹的弹道特性发生了较大变化,偏流等弹道特性和修正控制机理的研究是面临的重要问题。针对该问题,基于双旋弹丸的攻角方程,通过无控和有控两种状态下动力平衡角和偏流解析表达式的推导,定性分析了偏流的影响因素,并采用系数冻结法给出了偏流的定量计算方法。通过分析有控状态下控制力项对动力平衡角和攻角变化的影响,研究了修正控制对偏流的影响规律。仿真结果表明,弹体转速、射角、飞行时间、固定鸭舵滚转角等是影响偏流的重要因素,所给出的偏流计算方法可较精确的计算偏流值。研究结果可应用于固定鸭舵式二维弹道修正榴弹的总体设计中,对该型弹丸的研究具有理论和工程意义。

针对已有方法在大规模集群系统控制方面的不足,提出一种基于规则的无人机集群系统飞行与规避自主协同控制方法。受群智能思想启发,定义集群内无人机成员的基本飞行规则,实现无人机集群正常飞行和队形重构,在此基础上,将规避动作作为一种新的飞行规则,通过设置相应的规则权重系数,建立整体和成员两种规避控制机制,最后基于线性反馈控制理论证明了无人机集群系统的稳定性。仿真结果表明,所提方法能够控制集群正常飞行并有效处理规避问题,同时具有良好的实时性。

针对干涉式光纤陀螺仪温漂误差补偿准确性不高的问题,设计了基于RBF神经网络的改进型温漂误差补偿系统。根据对热致非互易相位延迟的深入分析,对不同条件下的热致非互异性相位延迟进行了定性的分析和定量的仿真;建立了基于温度、温度变化量和温度相乘量的温漂误差模型;设计了基于升降温实验的温漂误差补偿模型辨识方法,并采用RBF神经网络精确辨识该温漂误差模型参数;基于TMS320F28335、高精度温度测量单元、解编码电路和辅助电路设计,完成了温漂误差补偿系统设计;提出了用于评估温漂误差补偿系统的均方差评估公式。论文给出了温漂误差补偿系统的设计方法和实现步骤。温补实验对比结果表明,该温漂误差补偿系统的补偿精度高、可靠性好,能够将光纤陀螺仪输出精度提高一个数量级,可广泛用于干涉式光纤陀螺仪的温漂误差补偿。

针对地磁异常引起磁参量变化规律失真,导致自主水下航行器(autonomous underwater vehicle,AUV)导航搜索算法极易陷入局部极小的问题,提出了一种基于种群信息熵的进化搜索方法。该方法对地磁异常区域内信息熵的变化状态进行观测,通过预设的熵值门限值判断搜索算法是否进入磁异常区域,采用最大概率选择机制使算法跳出异常区域的干扰,避免算法陷入局部极小,并且对算法的收敛性进行证明。在未知环境下对AUV的导航搜索算法进行仿真,结果表明,利用熵值观测和最大概率选取的方法能够使得AUV在磁异常存在的情况下完成导航任务,验证了算法的有效性。

针对无迹卡尔曼滤波(unscented Kalman filter, UKF)中自由调节参数的选取问题,通过研究不同的对于滤波性能的影响,提出基于量测一步预测信息的在线自调整的UKF方法。所提方法是通过根据每一滤波时刻量测的一步预测信息,对滤波参数进行选取,选出每一滤波时刻的最优滤波参数,从而实现算法的在线调整。数值仿真表明,基于量测一步预测信息的自调整UKF对于真实状态的跟踪效果要优于固定参数的无迹卡尔曼滤波。

针对四元数无味卡尔曼滤波计算量较大等问题,提出一种改进的四元数无味卡尔曼滤波算法,通过四元数与修正罗德里格斯参数的线性变换,避免了四元数无味卡尔曼滤波中,四元数与误差罗德里格斯参数频繁切换所带来的计算量增大的问题,从而降低了算法的计算量。推导了修正罗德里格斯参数出现奇异值时,改进四元数无味卡尔曼滤波的奇异值避免的转换公式。在捷联惯性导航系统/全球卫星定位系统(strapdown inertial navigation system / global positioning system,SINS/GPS)直接式位置松组合仿真试验中,对比了乘性扩展卡尔曼滤波、四元数无味卡尔曼滤波和改进四元数无味卡尔曼滤波的估计性能,证明了所提出算法的有效性。

无线网络的广播和易于侦听的特点,使得网络编码技术能够很好地应用于无线网络中,以提高无线网络的吞吐量。通过理论分析和仿真实验发现,IEEE802.11标准的MAC层机制会使得成功竞争到信道的节点在短时间内在竞争信道方面更具优势,这会导致编码节点在短期内获得的属于不同编码流的数据包数目不均衡,从而丧失很多的编码机会。提出了一种跨层协作的优化机制,在编码节点根据编码流的队列占用情况计算编码流的优先级别,并将其发送给相应上游节点以调节MAC层参数,进而平衡编码节点中参与编码的不同流的队列占用率,增加编码机会。仿真实验结果表明,这种编码感知的跨层优化机制,能够很好地协调参与编码的流的速率,提高了整个网络的吞吐量。

卫星通信中利用直接序列扩频技术具有一定的抗干扰能力,但由于扩频增益无法做到无限大,当强干扰超过系统的干扰容限时,系统传输性能将会大幅降低。通过变换域信号处理技术对直接序列扩频中的干扰进行检测与抑制,能够增强其抗干扰能力。小波包变换具有优异的时频域局部分析能力,非常适合用于直接序列扩频系统中干扰检测与抑制。分别对规则小波包分解和最佳小波包分解进行了研究,提出了一种基于最佳小波包分解的干扰抑制新方法,通过将子带功率比与最小功率阈值相结合,实现对干扰进行定位和抑制。仿真结果表明,所提出的算法与基于规则小波包分解的干扰抑制和传统的快速傅里叶变换算法干扰抑制相比较,性能得到显著改善,且在计算复杂度上上升极少,是提高直接序列扩频信号抗干扰能力的更有效的选择。

针对归零Turbo码的识别问题,提出一种有效的识别方法。该方法首先根据归零Turbo码的特殊结构,利用遍历矩阵列数的方式,寻找相关列均值最大值的位置,识别归零Turbo码长和起始点;其次,构建归零Turbo码的交织器识别模型,利用分层比对的方法得到交织置换关系, 完成对交织器参数的识别。仿真实验表明,该方法在0.02的误码率条件下识别率仍能达到80%以上,验证了所提方法的有效性和鲁棒性。

终端直通(device-to-device, D2D)通信与蜂窝网络共享无线资源的同时,会引起D2D用户、蜂窝用户和基站之间互相干扰,影响通信质量,为此提出一种蜂窝网络中基于网络编码的D2D干扰消除算法。该算法中,D2D发送端将检测到的蜂窝干扰信号与D2D信号进行网络编码,D2D接收端接收到编码信号后,利用干扰重构消除蜂窝干扰信号,达到消除干扰的目的。理论分析与仿真结果表明,该算法在保证D2D用户复用蜂窝用户资源以及提高频谱利用率的同时,可以提高D2D通信系统可达速率和系统吞吐量,进一步降低符号错误概率。

针对时频双选衰落信道下基于交错正交幅度调制的正交频分复用(orthogonal frequency division multiplexing with offset quadrature amplitude modulation,OFDM/OQAM)系统的频率同步问题,将双选信道建模为复指数基扩展模型,证明了存在载波频偏情况下OFDM/OQAM接收信号的二阶循环平稳特性,在此基础上,提出一种OFDM/OQAM系统载波频率偏差的盲估计算法。理论分析和仿真结果表明由该方法构造的估计器不仅能够有效地抵抗双选信道引起的衰落而且具有很好的抗噪性能,从而可以实现对载波频偏的稳健估计。

作战分析仿真系统是面向高层辅助决策系统研究中的关键基础性课题,目前的研究在模型设计和应用层次上不是针对高层次作战,无法有效解决高层辅助决策时面临的大规模复杂性问题。通过研究分析仿真系统在面向高层辅助决策系统中的地位,分析系统开发所要遵循的原则性问题,提出了基于指控驱动、模型驱动、数据驱动的作战分析仿真系统框架。该研究成果从总体上对面向高层辅助决策的作战分析仿真系统进行了研究,理清了面向高层的作战分析仿真系统的设计思路,为系统建设提供了指导。

为了实现复杂航天器导航、制导与控制(guidance navigation and control,GNC)系统的快速设计与仿真验证,加快GNC系统从算法设计到产品实现的过程,解决数字仿真与实物仿真一致性的问题,提出了一种基于星载软件在环的GNC快速原型仿真系统。通过虚拟GNC计算机处理器内核和硬件接口的方式实现星载GNC计算机原型,解决了快速原型仿真系统GNC软件代码与实物星载计算机软件代码的一致性;利用Simulink/Matlab进行航天器动力学/运动学建模和GNC系统测量部件及执行部件的数字化建模,基于实时扩展(real time extension, RTX)系统和功能硬件板卡实现数字化模型与实物的转化,解决数字仿真与实物仿真GNC系统内部接口特性、时序和逻辑一致性的问题。应用实例表明,基于星载软件在环的GNC快速原型仿真系统仿真数据与GNC半物理仿真系统仿真数据高度一致,证实了仿真系统设计的有效性;同时基于该仿真系统可以实现GNC系统软件、算法和单机产品的并行开发,缩短系统研制周期。

围绕动态Delaunay三角剖分(dynamic delaunay triangulation,DDT)方法难以对空域动态三角剖分中产生的反转三角形实现稳定局部更新问题,提出以顺序的点删除与点增加的局部更新方式替代反转三角形的局部更新方式的改进方法。实验结果表明,改进的DDT方法获得的潜在冲突航空器数目与空域内航空器密度无关,且具有更低的局部更新时间复杂度和稳健性。改进的DDT方法更稳健,更适用于空管指挥系统的潜在冲突筛选任务。

近距离主动毫米波人体成像是检测藏匿在人体衣物下危险品的一种有效手段。针对主动毫米波图像分辨率高,人体不同部位呈现不同特性,以及人体、其他携带物和危险物特性相互影响和干扰、危险物检测困难的特点,提出了一种主动毫米波图像多危险物检测方法;通过基于人体特征的区域划分,采用图像区域化的自适应阈值图像分割、结合数学形态学的二次提取方法,实现了主动毫米波图像人体携带多危险物的检测和提取。对实际获取的图像进行了多危险物检测实验,检测率为84.13%,虚警率为6.61%。仿真实验结果表明了所提方法的有效性和实用性。

针对产品的可靠性评估问题,一般需要统计分析寿命试验中收集到的试验数据。假如所有试验样品都在不同时刻终止试验,这种方式就是不等定时截尾寿命试验。针对不等定时截尾数据,现有方法大多只能得到参数的点估计,缺乏针对参数置信区间的估计方法。针对这一问题,在指数分布下,根据样本空间排序法这一理论,推导得到一个比现有方法更简单的计算方法。作为对比,基于极大似然估计的性质和bootstrap方法,又提出两个置信下限的近似求解方法。然后,通过蒙特卡罗仿真实验和一个算例,比较了这3个方法。实验表明基于样本空间排序法的计算结果更优。

针对寿命服从双参数Weibull分布且已在外场使用一段时间后的机电产品,进行单应力、定时转换的步进加速寿命试验,研究外场使用数据和加速寿命试验数据之间的融合评估问题。考虑到外场多应力环境与实验室单一应力环境之间的差异性,构建基于修正系数的分布参数计算模型;开展融合外场使用历程和加速寿命试验过程的统计分析,建立各应力下的累计分布函数关系;构建融合过程的极大似然函数,运用数值迭代法,求解未知参数估计;结合某型机电产品进行仿真方案设计,采用蒙特卡罗仿真方法产生样本数据,通过对比分析说明本文所提出的模型评估精度更高。