• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      二項(xiàng)分布下的MSPOT方法研究

      2015-05-03 01:48:10王雪崢
      遙測遙控 2015年6期
      關(guān)鍵詞:二項(xiàng)分布導(dǎo)彈概率

      王雪崢

      (92493 部隊(duì) 98 分隊(duì) 葫蘆島 125000)

      引 言

      在裝備試驗(yàn)鑒定中,經(jīng)常會(huì)涉及到服從二項(xiàng)分布的指標(biāo)參數(shù),例如彈炮命中概率的鑒定問題、復(fù)雜系統(tǒng)可靠性鑒定問題等。關(guān)于二項(xiàng)分布參數(shù)的檢驗(yàn)方法,常用的有經(jīng)典假設(shè)檢驗(yàn)[1]、貝葉斯假設(shè)檢驗(yàn)[2]以及序貫檢驗(yàn)[3]。不管是哪一種假設(shè)檢驗(yàn)方法,都離不開統(tǒng)計(jì)假設(shè)。以導(dǎo)彈命中概率p(0<p<1)為例,給出命中概率指標(biāo)為某一個(gè)數(shù)值p0和最低可接受值p1,則相應(yīng)的簡單假設(shè)為:H0:p=p0,H1:p=p1。試驗(yàn)方案應(yīng)具有如下特性:當(dāng)實(shí)際p≥p0時(shí),應(yīng)以不低于(1-α)的概率通過驗(yàn)證試驗(yàn);當(dāng)p≤p1時(shí),應(yīng)以不高于β的概率通過驗(yàn)證試驗(yàn)。α為生產(chǎn)方風(fēng)險(xiǎn),β為使用方風(fēng)險(xiǎn)。在該假設(shè)條件下,不管是采用經(jīng)典假設(shè)檢驗(yàn)、貝葉斯假設(shè)檢驗(yàn),還是序貫檢驗(yàn),最終得出的結(jié)論是接受H0:p=p0,認(rèn)為實(shí)際導(dǎo)彈命中概率p≥p0;或者拒絕H0:p=p0,而接受H1:p=p1,認(rèn)為實(shí)際導(dǎo)彈命中概率p≤p1。當(dāng)導(dǎo)彈實(shí)際命中概率p處在[p1,p0]區(qū)間上時(shí),這種簡單假設(shè)方案無法做出判斷,只會(huì)判給p≥p0或p≤p1,這對于子樣數(shù)較少的導(dǎo)彈類武器試驗(yàn)來說,無疑減少了試驗(yàn)信息,甚至是提供了錯(cuò)誤的試驗(yàn)信息。本文提出的多假設(shè)序貫驗(yàn)后加權(quán)檢驗(yàn)MSPOT(Multi-hypothesis Sequential Posterior Odd Test)方法很好地解決了上述問題。

      所謂多假設(shè),是指統(tǒng)計(jì)假設(shè)打破傳統(tǒng)兩個(gè)假設(shè)(即原假設(shè)和備擇假設(shè))的情況,根據(jù)實(shí)際需求,將參數(shù)空間劃分成多個(gè),對應(yīng)出現(xiàn)多個(gè)統(tǒng)計(jì)假設(shè)。例如前文導(dǎo)彈命中概率問題,參數(shù)空間劃分為0<p<p1,p1≤p<p0,p0≤p<1三個(gè)區(qū)域,則對應(yīng)三個(gè)假設(shè)為H0:0<p<p1,H1:p1≤p<p0,H2:p0≤p<1。這里不再分原假設(shè)和備擇假設(shè),而是根據(jù)具體參數(shù)空間的意義來判斷,比如H0為真時(shí),說明0<p<p1,即命中概率沒有達(dá)到最低可接受值;當(dāng)H1為真時(shí),說明p1≤p<p0,即命中概率達(dá)到最低可接受值,但尚未達(dá)到設(shè)計(jì)指標(biāo)要求;當(dāng)H2為真時(shí),說明p0≤p<1,即命中概率達(dá)到設(shè)計(jì)指標(biāo)要求。

      序貫驗(yàn)后加權(quán)檢驗(yàn)SPOT(Sequential Posterior Odd Test)方法通常是將A.Wald提出的序貫概率比檢驗(yàn)SPRT(Sequential Probability Ratio Test)方法的似然比換作似然函數(shù)在Θ0、Θ1上的驗(yàn)后加權(quán)比,Θ0、Θ1是原假設(shè)和備擇假設(shè)所對應(yīng)的參數(shù)空間。SPOT方法是一種在現(xiàn)場試驗(yàn)中根據(jù)試驗(yàn)樣本的實(shí)際情況進(jìn)行實(shí)時(shí)統(tǒng)計(jì)決策的試驗(yàn)方法,這種方法一方面可以充分利用驗(yàn)前信息,另一方面又可視試驗(yàn)參數(shù)樣本的實(shí)際情況決定是否停止試驗(yàn)新的樣本,它在工程上,特別是小子樣問題的解決上,具有重要的應(yīng)用價(jià)值[4~6]。

      MSPOT方法是在多假設(shè)序貫概率比檢驗(yàn)MSPRT(Multi-hypothesis Sequential Probability Ratio Test)[7,8]方法基礎(chǔ)上,將多簡單假設(shè)推廣到更具一般性的多參數(shù)空間假設(shè),即Θ0,Θ1,...,ΘM-1,M為假設(shè)的個(gè)數(shù),Θi(i=0,...,M-1)可以是單點(diǎn)值,也可以是連續(xù)的參數(shù)空間。當(dāng)為單點(diǎn)值時(shí),便是MSPRT方法,即多簡單假設(shè)的MSPOT方法。當(dāng)為連續(xù)的參數(shù)空間時(shí),便是多復(fù)雜假設(shè)的MSPOT方法。可見,MSPRT方法是MSPOT方法的一種特例,MSPOT方法更具一般性。

      圖1給出了MSPOT方法與MSPRT、SPRT、SPOT方法的關(guān)系。由圖可見其他幾種方法都是MSPOT方法的特例,MSPOT方法的優(yōu)越性在于其既利用了驗(yàn)前信息,又解決了多參數(shù)空間假設(shè)檢驗(yàn)的問題,包括多簡單假設(shè)和多復(fù)雜假設(shè),而MSPRT方法只考慮了多假設(shè)中的簡單假設(shè)問題,SPOT方法雖然包括簡單假設(shè)和連續(xù)參數(shù)空間假設(shè),但只考慮了兩假設(shè)。由此可見,MSPRT、SPRT和SPOT都具有自身的局限性。

      圖1 MSPOT方法與MSPRT、SPRT、SPOT方法的關(guān)系Fig.1 Relationship of the MSPOT,MSPRT,SPRT and SPOT methods

      本文基于多簡單假設(shè)SPOT方法[9]和多參數(shù)空間復(fù)雜假設(shè)SPOT方法[10],研究提出了MSPOT方法,并針對常見的成敗型參數(shù)試驗(yàn)方案設(shè)計(jì)問題,具體推導(dǎo)了二項(xiàng)分布參數(shù)下MSPOT方法的計(jì)算公式,對解決成敗型參數(shù)檢驗(yàn)問題具有一定的指導(dǎo)意義。

      1 MSPOT方法

      1.1 MSPOT方法的序貫決策過程

      設(shè)X1,X2,…是獨(dú)立同分布隨機(jī)變量,概率密度為f。如果密度函數(shù)f的參數(shù)為θ,設(shè)有參數(shù)空間Θ,Θ=Θ0∪Θ1∪…∪ΘM-1,則多假設(shè)為

      如果各參數(shù)空間為單點(diǎn)集,則假設(shè)為多簡單假設(shè);如果參數(shù)空間為連續(xù)參數(shù)空間集,則假設(shè)為多復(fù)雜假設(shè)。

      已知θ的先驗(yàn)分布為π(θ)。根據(jù)MSPRT方法的思想[7],真實(shí)假設(shè)具有相對較大的后驗(yàn)概率,則有如下的序貫決策規(guī)則。

      ①序貫停止規(guī)則

      序貫停止時(shí)的樣本數(shù)N取第一個(gè)大于0且使得對于至少一個(gè)k成立的n值。Ak為閾值,為后驗(yàn)概率。

      當(dāng)假設(shè)為多簡單假設(shè)時(shí)有

      當(dāng)假設(shè)為多復(fù)雜假設(shè)時(shí)有

      其中fk(X|θ)表示概率密度函數(shù)f在假設(shè)Hk成立參數(shù)空間為Θk時(shí)的概率密度形式。

      ②序貫決策規(guī)則

      上述序貫決策規(guī)則中,公式形式比較復(fù)雜,因此,將式(1)、式(2)代入序貫停止規(guī)則不等式進(jìn)行化簡整理。序貫決策過程轉(zhuǎn)化成:N取第一個(gè)大于0且使得Onk<Ak至少對一個(gè)k成立的n值,如果Onk=min{Onj:j=0,···,M-1},則Hk為真實(shí)假設(shè)。

      當(dāng)假設(shè)為多簡單假設(shè)時(shí)有

      當(dāng)假設(shè)為多復(fù)雜假設(shè)時(shí)有

      1.2 MSPOT方法中閾值A(chǔ)k的計(jì)算過程

      對于上節(jié)的序貫決策過程,當(dāng)樣本分布已知、先驗(yàn)概率密度已知時(shí),Onk的計(jì)算容易得出。至于閾值A(chǔ)k(k=0,1,…,M-1)的計(jì)算,雖然多簡單假設(shè)對應(yīng)的MSPRT方法中有明確的數(shù)值表達(dá)式[7,8],但計(jì)算起來很復(fù)雜,而多復(fù)雜假設(shè)的MSPOT方法中Ak的計(jì)算還很難找到確切的數(shù)值表達(dá)式。因此,本文采用仿真搜索法計(jì)算Ak。從序貫停止規(guī)則可以看出,Ak的大小直接影響停止時(shí)的樣本數(shù),進(jìn)而影響決策的準(zhǔn)確度。經(jīng)分析,Ak越小,相應(yīng)的N越大,決策結(jié)果越準(zhǔn)確。因此Ak值并不是唯一確定的,在不影響決策判斷的前提下,為了方便計(jì)算,這里不妨設(shè)Ak均相等,采用仿真搜索方法進(jìn)行求解,搜索策略如下:

      設(shè)搜索步長為ε,這里取ε=0.05。令初值A(chǔ)k=A=1(k=0,1,…,M-1),誤判率允許值α0=0.3。所謂誤判率是指Hk為真實(shí)假設(shè)時(shí),決策判斷Hk為假的概率,這里用誤判的頻率代替誤判概率,即誤判的次數(shù)/序貫試驗(yàn)總次數(shù)。

      ①產(chǎn)生分布密度為π(θ)的隨機(jī)參數(shù)值θi(i=1,2,…,N),N是事先給定的,這里令N=10。

      ②生成服從f(Xi|θ)的隨機(jī)樣本Xi(i=1,2,…,n),計(jì)算

      按照1.1節(jié)序貫決策過程進(jìn)行序貫決策判斷。

      ③對步驟②操作重復(fù)進(jìn)行K次,K是事先給定的,這里令K=100。計(jì)算出θi情況下序貫試驗(yàn)的誤判率

      ④計(jì)算平均誤判率

      通過上述過程便可求出待檢驗(yàn)樣本的閾值A(chǔ),即Ak(k=0,1,…,M-1)。

      1.3 MSPOT方法截尾序貫決策過程

      給定試驗(yàn)樣本數(shù)N,當(dāng)根據(jù)1.1節(jié)的序貫決策過程無法停止試驗(yàn)時(shí),強(qiáng)制停止試驗(yàn)。截尾序貫決策規(guī)則為:如果則Hk為真實(shí)假設(shè),其中ONj的計(jì)算公式同式(3)、式(4)。

      2 二項(xiàng)分布參數(shù)檢驗(yàn)的MSPOT方法

      假設(shè)參數(shù)p的最低可接受值為p1,指標(biāo)值為p0,則對應(yīng)的多復(fù)雜假設(shè)為

      其參數(shù)空間為

      根據(jù)式(4)計(jì)算得到多復(fù)雜假設(shè)情況下

      若采用多簡單假設(shè),則可用參數(shù)區(qū)間中點(diǎn)代表參數(shù)空間,即取

      對應(yīng)的多簡單假設(shè)為

      H0:p=μ0H1:p=μ1H2:p=μ2

      根據(jù)式(3)計(jì)算得到多簡單假設(shè)情況下

      當(dāng)參數(shù)p無先驗(yàn)信息時(shí),各假設(shè)的先驗(yàn)概率相同,則

      3 仿真算例及分析

      在導(dǎo)彈試驗(yàn)過程中,對導(dǎo)彈的命中概率進(jìn)行檢驗(yàn)。當(dāng)導(dǎo)彈在規(guī)定區(qū)域爆炸,認(rèn)為導(dǎo)彈命中目標(biāo),記為1;否則認(rèn)為失敗,記為0??梢?,導(dǎo)彈的命中概率試驗(yàn)是一個(gè)獨(dú)立的n重伯努利試驗(yàn),因此在n次試驗(yàn)中導(dǎo)彈命中目標(biāo)的次數(shù)X服從二項(xiàng)分布,即X~b(n,p)。假設(shè)某型導(dǎo)彈命中概率p1=0.75為最低可接受值,設(shè)計(jì)指標(biāo)p0=0.9,且沒有任何驗(yàn)前信息。當(dāng)p<p1時(shí),認(rèn)為該指標(biāo)沒有達(dá)到最低可接受值;當(dāng)p1≤p<p0時(shí),認(rèn)為該指標(biāo)在最低可接受值和設(shè)計(jì)指標(biāo)之間;當(dāng)p≥p0時(shí),認(rèn)為該指標(biāo)達(dá)到設(shè)計(jì)指標(biāo)要求。由于沒有先驗(yàn)信息可以利用,采用無驗(yàn)前信息的多簡單假設(shè)MSPOT方法。給定允許誤判率α0=0.3,根據(jù)式(9)計(jì)算出μ0、μ1、μ2值,再根據(jù)1.2節(jié)步驟①~⑤計(jì)算出A=0.7,此時(shí)的平均誤判率α*=0.279。下面借助計(jì)算機(jī)模擬,應(yīng)用MSPOT方法進(jìn)行導(dǎo)彈命中概率仿真模擬試驗(yàn)。Matlab[12]仿真模擬流程如圖2所示。

      分別在三個(gè)參數(shù)空間取出一個(gè)值作為指標(biāo)真值代表,例如取p=0.5<p1,按照圖2流程進(jìn)行序貫仿真試驗(yàn),所得結(jié)果如表1所示。當(dāng)n=3時(shí),有O30=0.1887<A,停止試驗(yàn),此時(shí)O30=min{O30,O31,O32} ,判斷假設(shè)H0為真,這與p=0.5<p1相符。p=0.8和p=0.95的仿真結(jié)果同樣證明了本文方法的正確性和有效性。

      圖2 一次MSPOT試驗(yàn)(p給定)模擬計(jì)算流程Fig.2 Flow chart of a MSPOT test calculation with given p

      表1 多簡單假設(shè)MSPOT方法仿真試驗(yàn)結(jié)果Table 1 The result of MSPOTmethod with multiple simple hypothesis

      若事先已規(guī)定試驗(yàn)次數(shù),則采用截尾的MSPOT方法。例如,試驗(yàn)次數(shù)為7次,如果有5次命中目標(biāo),記為(7,5),則7次試驗(yàn)中可能出現(xiàn)的試驗(yàn)結(jié)果見表2。

      表2 試驗(yàn)結(jié)果Table 2 Test results

      從表2中可以看出,前五種試驗(yàn)結(jié)果,根據(jù)截尾的MSPOT方法判斷O70最小,H0是真實(shí)假設(shè),說明參數(shù)p滿足p<0.75;試驗(yàn)結(jié)果為(7,5)和(7,6)時(shí),判斷O71最小,H1為真實(shí)假設(shè),說明參數(shù)p滿足0.75≤p<0.9;試驗(yàn)結(jié)果為(7,7)時(shí),判斷O72最小,H2為真實(shí)假設(shè),說明參數(shù)p滿足p≥0.9。

      4 結(jié)束語

      從本文的計(jì)算結(jié)果可以看出,應(yīng)用MSPOT方法進(jìn)行試驗(yàn),試驗(yàn)結(jié)果并不是簡單拒絕或接受,而是能夠提供試驗(yàn)參數(shù)所在的區(qū)間。它有效解決了傳統(tǒng)簡單假設(shè)中,最低可接受值和設(shè)計(jì)指標(biāo)值之間的模糊參數(shù)區(qū)域問題,為試驗(yàn)雙方提供更多的試驗(yàn)信息。本文例子沒有驗(yàn)前信息,如果在實(shí)際試驗(yàn)中能夠得到相對準(zhǔn)確的驗(yàn)前信息,則應(yīng)用MSPOT方法進(jìn)行試驗(yàn),結(jié)果將會(huì)更貼近實(shí)際。

      [1]閆章更,濮曉龍.現(xiàn)代軍事抽樣檢驗(yàn)方法及應(yīng)用[M].北京:國防工業(yè)出版社,2008.

      [2]武小悅,劉 琦.裝備試驗(yàn)與評價(jià)[M].北京:國防工業(yè)出版社,2008.

      [3]楊萬軍,張士峰,蔡 洪.序貫檢驗(yàn)方案分析——二項(xiàng)分布情形[J].飛行器測控學(xué)報(bào),2002,21(2):61~63.

      [4]王國玉,申緒澗,汪連棟,等.電子系統(tǒng)小子樣試驗(yàn)理論方法[M].北京:國防工業(yè)出版社,2003.

      [5]張金槐,唐雪梅.Bayes方法(修訂版)[M].長沙:國防科技大學(xué)出版社,1993.

      [6]陳孝強(qiáng),武小悅.Bayes序貫驗(yàn)后加權(quán)檢驗(yàn)方法的仿真分析[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù),2004,9(5):60~62.Chen Xiaoqiang, Wu Xiaoyue.Simulation Analysis of Sequential Posterior Odd Test Methods[J].Tactical Missile Technology 2004,9(5):60~62.

      [7]Baum W, Vecravalli V.A Sequential Procedure for Multihypothesis Testing[J].IEEE Transactions on Information Theory,1994,40(6).

      [8]Woodroof M.Nonlinear Renewal Theory in Sequential Analysis[M].SLAM,1982.

      [9]王雪崢,武小悅.多簡單假設(shè)的SPOT方法[J].系統(tǒng)工程與電子技術(shù),2007,29(9):1581~1584.Wang Xuezheng, Wu Xiaoyue.Multi-simple-hypothesis SPOT Method[J].Systems Engineering and Electronics, 2007,29(9):1581~1584.

      [10]王雪崢,韓成哲.可靠性試驗(yàn)中多參數(shù)空間復(fù)雜假設(shè)的SPOT方法研究[J].戰(zhàn)術(shù)導(dǎo)彈技術(shù),2010,(1):48~52.Wang Xuezheng,Han Chengzhe.Development of SPOT Method for Multiple Parameter Spaces with Complex Hypothesis in Reliability Test[J].Tactical Missile Technology, 2010, (1):48 ~52.

      [11]曲寶忠,孫曉峰.海軍戰(zhàn)術(shù)導(dǎo)彈試驗(yàn)與鑒定[M].北京:國防工業(yè)出版社,2005.

      [12]張志涌,等.精通MATLAB 6.5版[M].北京:北京航空航天大學(xué)出版社,2003.

      猜你喜歡
      二項(xiàng)分布導(dǎo)彈概率
      第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
      二項(xiàng)分布與超幾何分布的區(qū)別與聯(lián)系
      第6講 “統(tǒng)計(jì)與概率”復(fù)習(xí)精講
      概率與統(tǒng)計(jì)(一)
      概率與統(tǒng)計(jì)(二)
      深度剖析超幾何分布和二項(xiàng)分布
      概率與統(tǒng)計(jì)(1)——二項(xiàng)分布與超幾何分布
      導(dǎo)彈燃料知多少
      軍事文摘(2020年14期)2020-12-17 06:27:16
      正在發(fā)射的岸艦導(dǎo)彈
      攔截那枚導(dǎo)彈
      德兴市| 遂宁市| 天长市| 西城区| 定边县| 塔城市| 莱西市| 隆德县| 赤峰市| 英吉沙县| 台山市| 潮州市| 和龙市| 望江县| 肃南| 靖安县| 宜昌市| 玉田县| 师宗县| 屯昌县| 庆安县| 汶川县| 蒙山县| 林周县| 收藏| 孟州市| 合阳县| 临汾市| 灵寿县| 霍州市| 陆丰市| 嵊州市| 漯河市| 清涧县| 松桃| 平顺县| 商南县| 五华县| 鄂伦春自治旗| 分宜县| 水城县|