[发明专利]用于飞行器性能评估的Bayes数据融合评估方法

摘要

本发明提供一种基于幂验前分布的Bayes数据融合评估方法，首先在一种新的验前信息可信度的定义下构造了一种成败型数据的幂验前分布，然后结合现场试验数据，根据Bayes理论获得了兴趣参数的验后概率密度函数，根据该验后概率密度函数即可进行兴趣参数的统计推断。该方法综合考虑了验前信息与现场信息的不一致性，使得融合结果更加合理可信。

主权项

一种基于幂验前分布的Bayes数据融合评估方法，其特征在于，包括以下步骤：步骤S100：构造得到公式(6)所示的针对成败型数据现场数据集D的幂验前分布函数：π(R|D0,δ)∝Rδs0(1-R)δn0-δs0B(δs0+1,δn0-δs0+1)δαδ-1(1-δ)βδ-1B(αδ,βδ)---(6);]]>其中，R为成功概率，s0为试验成功次数，δ表示验前数据D0相对于现场数据集D的可信度，δ∈[0,1]，n0为总的试验次数，αδ,βδ为Beta分布参数，B(δs0+1,δn0-δs0+1)=Γ(δs0+1)Γ(δn0-δs0+1)Γ(δn0+2)---(7)]]>B(αδ,βδ)=Γ(αδ)Γ(βδ)Γ(αδ+βδ)---(3);]]>步骤S200：计算现场数据的似然函数；步骤S300：根据Bayes理论按公式(11)计算成功概率R的验后分布π(R,δ|D0,D)=K(CnsRs+δs0(1-R)n-s+δn0-δs0B(δs0+1,δn0-δs0+1)δαδ-1(1-δ)βδ-1B(αδ,βδ))---(11)]]>其中，K为常系数；步骤S400：按公式(16)计算得到成功概率R的验后点估计值，并根据所得成功概率R的验后点估计值对成功概率R进行验后统计推断R^=∫01π(R|D0,D)RdR∫01π(R|D0,D)dR---(16)]]>其中，其中，幂参数δ的点估计为δ^=∫01π(δ|D0,D)δdδ∫01π(δ|D0,D)dδ---(14)]]>其中，幂参数δ的验后概率密度函数为π(δ|D0,D)=KCnsB(s+δs0+1,n-s+δn0-δs0+1)B(δs0+1,δn0-δs0+1)δαδ-1(1-δ)βδ-1B(αδ,βδ)---(13).]]>