CN105892481A - 一种三捷联惯组量化动态阈值置信区间估计方法 - Google Patents
一种三捷联惯组量化动态阈值置信区间估计方法 Download PDFInfo
- Publication number
- CN105892481A CN105892481A CN201610192260.2A CN201610192260A CN105892481A CN 105892481 A CN105892481 A CN 105892481A CN 201610192260 A CN201610192260 A CN 201610192260A CN 105892481 A CN105892481 A CN 105892481A
- Authority
- CN
- China
- Prior art keywords
- data
- confidence interval
- estimating
- sample data
- inertial measurement
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 238000005259 measurement Methods 0.000 title claims abstract description 11
- 230000001174 ascending effect Effects 0.000 claims abstract description 4
- 230000002146 bilateral effect Effects 0.000 claims description 4
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 3
- 238000005315 distribution function Methods 0.000 claims description 3
- 230000002159 abnormal effect Effects 0.000 abstract 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 210000005036 nerve Anatomy 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
- G05D1/102—Simultaneous control of position or course in three dimensions specially adapted for aircraft specially adapted for vertical take-off of aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Complex Calculations (AREA)
Abstract
一种三捷联惯组量化动态阈值置信区间估计方法,属于基于分位数法的阈值置信区间估计方法,首先进行分位数定义,其次将通过蒙特卡洛打靶方法生成带有三捷联惯组误差模型的弹道数据作为样本数据;之后对样本数据按照数值大小进行升序排序,将相同的数值进行合并,计算每一个数据在原样本数据中出现的次数占整体数据的比例,得到每个样本数据的出现概率;最后进行阈值置信区间的估计。该方法可以实现对于不服从正态分布的数据求解其置信区间,能有效地适应量化动态阈值的区间估计,置信度高,且简单易用,便于弹上实现。
Description
技术领域
本发明属于大型运载器高可靠飞行导航制导与控制领域,涉及一种三捷联惯组量化动态阈值置信区间估计方法。
背景技术
未来大型运载火箭对可靠性、安全性提出了更高的要求。控制系统作为运载火箭的神经中枢,对整个运载火箭的性能具有举足轻重的作用。捷联惯组是制导控制的重要组成部分,对其进行冗余设计可以大大提高可靠性。
对于三捷联惯组冗余系统来说,阈值的设计是冗余系统设计的重要部分,动态、合理的阈值设计方法能够尽可能保证易用性的同时,提高可靠性。当前,动态阈值置信区间估计方法大多基于正态分布估计法,无法估计不服从正态分布数据的置信区间,不能有效地适应量化动态阈值的区间估计,置信度低。
发明内容
本发明所要解决的技术问题是:克服现有技术的不足,提供一种三捷联惯组量化动态阈值置信区间估计方法,解决了量化动态阈值的区间估计精度问题。
本发明包括如下技术方案:一种三捷联惯组量化动态阈值置信区间估计方法,步骤如下:
1)分位数定义
设随机变量X的分布函数为F(X),实数α满足0<α<1;
则双侧α分位数分别为使P{X<λ1}=F(λ1)=0.5α的数λ1,以及使P{X<λ2}=1-F(λ2)=0.5α的数λ2;
2)生成弹道数据
将通过蒙特卡洛打靶方法生成带有三捷联惯组误差模型的弹道数据作为样本数据;
3)计算获得每个样本数据的出现概率
对步骤2)得到的样本数据按照数值大小进行升序排序,将相同的数值进行合并,计算每一个数据在原样本数据中出现的次数占整体数据的比例,得到每个样本数据的出现概率;
4)阈值置信区间估计
设当前的置信度为1-α,根据步骤3)获得的每个样本数据的出现概率,代入P{X<λ1}=F(λ1)=0.5α以及P{X<λ2}=1-F(λ2)=0.5α,求得λ1和λ2,即确定出阈值置信区间(λ1,λ2),其中α的值为每个样本数据的出现概率。
本发明与现有技术相比具有如下优点:
(1)可以实现对于不服从正态分布的数据求解其置信区间;
(2)能有效地适应量化动态阈值的区间估计,置信度高;
(3)简单易用,便于弹上实现。
附图说明
图1为本发明方法流程图。
具体实施方式
下面将结合附图对本发明进一步详细说明。主要包括:
1.分位数定义:
分位数有三种不同的称呼,即α分位数、上侧α分位数与双侧α分位数,定义如下:
设随机变量X的分布函数为F(X),实数α满足0<α<1,
α分位数是使P{X<Pα}=F(Pα)=α的数Pα;
上侧α分位数是使P{X<λ}=1-F(λ)=α的数λ;
双侧α分位数分别是使P{X<λ1}=F(λ1)=0.5α的数λ1,以及使P{X<λ2}=1-F(λ2)=0.5α的数λ2。
2.生成弹道数据:
将通过蒙特卡洛打靶方法生成的带有三捷联惯组误差模型的弹道数据作为样本数据;
3.计算获得每个样本数据的出现概率
对步骤2)得到的样本数据按照数值大小进行升序排序,将相同的数值进行合并,计算每一个数据在原样本数据中出现的次数占整体数据的比例,得到每个样本数据的出现概率。
4.阈值置信区间估计
设当前的置信度为1-α。
根据步骤3)获得的每个样本数据的出现概率,代入P{X<λ1}=F(λ1)=0.5α以及P{X<λ2}=1-F(λ2)=0.5α,求得λ1和λ2,即确定出阈值置信区间(λ1,λ2),其中α的值为每个样本数据的出现概率。
本发明说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (1)
1.一种三捷联惯组量化动态阈值置信区间估计方法,其特征在于步骤如下:
1)分位数定义
设随机变量X的分布函数为F(X),实数α满足0<α<1;
则双侧α分位数分别为使P{X<λ1}=F(λ1)=0.5α的数λ1,以及使P{X<λ2}=1-F(λ2)=0.5α的数λ2;
2)生成弹道数据
将通过蒙特卡洛打靶方法生成带有三捷联惯组误差模型的弹道数据作为样本数据;
3)计算获得每个样本数据的出现概率
对步骤2)得到的样本数据按照数值大小进行升序排序,将相同的数值进行合并,计算每一个数据在原样本数据中出现的次数占整体数据的比例,得到每个样本数据的出现概率;
4)阈值置信区间估计
设当前的置信度为1-α,根据步骤3)获得的每个样本数据的出现概率,代入P{X<λ1}=F(λ1)=0.5α以及P{X<λ2}=1-F(λ2)=0.5α,求得λ1和λ2,即确定出阈值置信区间(λ1,λ2),其中α的值为每个样本数据的出现概率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192260.2A CN105892481A (zh) | 2016-03-30 | 2016-03-30 | 一种三捷联惯组量化动态阈值置信区间估计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610192260.2A CN105892481A (zh) | 2016-03-30 | 2016-03-30 | 一种三捷联惯组量化动态阈值置信区间估计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105892481A true CN105892481A (zh) | 2016-08-24 |
Family
ID=57014432
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610192260.2A Pending CN105892481A (zh) | 2016-03-30 | 2016-03-30 | 一种三捷联惯组量化动态阈值置信区间估计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105892481A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8565275B2 (en) * | 2008-04-29 | 2013-10-22 | Daylight Solutions, Inc. | Multi-wavelength high output laser source assembly with precision output beam |
CN104050318A (zh) * | 2014-06-11 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 一种战术导弹武器系统精度仿真及校验方法 |
CN105205237A (zh) * | 2015-09-11 | 2015-12-30 | 中国人民解放军63796部队 | 一种基准弹道动态确定方法 |
-
2016
- 2016-03-30 CN CN201610192260.2A patent/CN105892481A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8565275B2 (en) * | 2008-04-29 | 2013-10-22 | Daylight Solutions, Inc. | Multi-wavelength high output laser source assembly with precision output beam |
CN104050318A (zh) * | 2014-06-11 | 2014-09-17 | 中国人民解放军海军航空工程学院 | 一种战术导弹武器系统精度仿真及校验方法 |
CN105205237A (zh) * | 2015-09-11 | 2015-12-30 | 中国人民解放军63796部队 | 一种基准弹道动态确定方法 |
Non-Patent Citations (2)
Title |
---|
俞正光等: "《大学数学——概念、方法与技巧 线性代数及概率统计部分》", 31 August 2001, 清华大学出版社 * |
王易南、陈康、闫杰: "三捷联惯组冗余系统故障检测阈值设计方法", 《固体火箭技术》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WARREN et al. | Grid convergence for adaptive methods | |
CN107977491B (zh) | 一种非稳态情况下飞行器空气舵缝隙的气动热评估方法 | |
CN107145693A (zh) | 飞机不规则油箱油量的动态测量方法 | |
CN105787247A (zh) | 一种指挥控制系统的可靠性评估方法 | |
CN107480344A (zh) | 一种串联结构系统可靠度自适应评估方法 | |
CN103970010B (zh) | 一种飞行控制系统余度设计方法 | |
CN105716842A (zh) | 一种双梁式长直机翼载荷处理方法 | |
CN104182511A (zh) | 一种簇特征加权的模糊紧致散布聚类方法 | |
CN111414702B (zh) | 一种武器装备体系贡献率评价方法 | |
CN105892481A (zh) | 一种三捷联惯组量化动态阈值置信区间估计方法 | |
CN104933261A (zh) | 一种高效序列拉丁超立方试验设计方法 | |
CN105260304B (zh) | 一种基于qbgsa‑rvr的软件可靠性预测方法 | |
CN103984832A (zh) | 一种铝电解槽电场仿真分析方法 | |
CN104519082A (zh) | 一种云计算的扩容方法和装置 | |
CN105138766A (zh) | 基于模糊聚类的高超声速气动热降阶模型的加点方法 | |
CN113075636B (zh) | 量测点的平行线坐标变换及微弱目标检测方法 | |
CN105512352A (zh) | 一种面向气动载荷的分析方法 | |
CN103500359A (zh) | 基于结构等价型模糊神经网络的雷达辐射源识别方法 | |
CN104008197B (zh) | 一种特征加权的模糊紧致散布聚类方法 | |
Dou et al. | Testability Evaluation by Multi-sources Bayes Method Applied in Torpedo Weapon System with Improved Jaccard Similarity | |
CN103793339A (zh) | 基于内存访问堆栈距离的数据Cache性能探索方法 | |
Abuammoh et al. | Parameters estimators for the generalized exponential distribution | |
CN105893663A (zh) | 一种三捷联惯组非量化动态阈值区间估计方法 | |
Xu et al. | Approach for operational effectiveness evaluation for Torpedo | |
Sun et al. | Research on a Method of Combat Simulation Creditability Evaluation Based on Event Logic Analysis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160824 |
|
RJ01 | Rejection of invention patent application after publication |