基于概率分布特征和代理模型的试验数据扩充方法研究
袁非梦1
耿化品2
王思蕊1
锁斌3
靳冬4
1.西南交通大学 数学学院, 成都 6117562.北京机电工程研究所, 北京 1000833.西南科技大学 信息工程学院, 绵阳 621010;西南科技大学 复杂环境装备可靠性中心, 绵阳 6210104.中国合格评定国家认可中心, 北京 100062
摘要：针对外场试验数据样本数量较少的情况,提出了一种利用概率分配和代理模型进行数据扩充的方法.通过分析数据的基本概率特征确定区间划分和各个区间需要生成的样本点的个数,样本点则基于反向传播(Back Propagation,BP)神经网络方法构建半实物仿真系统代理模型生成,并采用直方图统计方法选取,从而使增补的样本点既保留了原始数据的概率特征,又具有物理内涵.扩充的外场试验数据完善了飞行器的落点坐标信息,提升了落点数据融合模型的精度.通过飞行器 534A的外场和半实物仿真试验研究,验证了该方法的实用性和有效性.
关键词：飞行器落点外场试验数据扩充基本概率分配代理模型数据融合
分类号：TP274(自动化技术及设备)
论文发表日期：2023-08-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 871-878 )
英文信息