(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210820112.6 (22)申请日 2022.07.13 (71)申请人 中国人民解 放军国防科技大 学 地址 410073 湖南省长 沙市开福区德雅路 109号 (72)发明人 贾祥　李炳毅　李博文　 (74)专利代理 机构 长沙国科天河知识产权代理 有限公司 432 25 专利代理师 周达 (51)Int.Cl. G06F 30/20(2020.01) G06F 30/15(2020.01) G06F 17/18(2006.01) G06F 111/08(2020.01) G06F 119/02(2020.01) (54)发明名称 导弹低高精度性能数据的独立融合建模及 响应预测方法 (57)摘要 本发明提出一种导弹低高精度性能数据的 独立融合建模及响应预测方法， 利用收集到的不 同精度的导弹可靠性试验数据， 分别构建低精度 响应模型以及高精度响应模型， 基于贝叶斯理 论、 各模型参数的验后概率密度分布以及高精度 响应模型得到任意应用场景影响因子数据处的 高精度导弹性能响应数据的验后概率密度函数， 进而得到任意应用场景影响因子数据处的高精 度导弹性能响应数据预测模型， 进而实现预测任 意应用场景影响因子数据处的高精度导弹性能 响应数据， 并保证 响应预测结果的准确度和求解 运行效率。 权利要求书4页 说明书14页 附图3页 CN 115186486 A 2022.10.14 CN 115186486 A 1.导弹低高精度性能数据的独立融合建模及响应预测方法， 其特 征在于， 包括： 获取导弹在不同精度 可靠性试验条件下进行可靠性试验时的获得的可靠性试验数据， 包括高精度可靠性试验数据和低精度可靠性试验数据； 基于低精度可靠性试验数据、 高精度 可靠性试验数据分别构建低精度响应模型以及高 精度响应模型； 根据低精度响应模型以及高精度响应模型， 确定模型参数及其验前分布、 验后概率密 度分布； 基于贝叶斯理论、 各模型参数的验后 概率密度分布以及高精度响应模型得到任意应用 场景影响因子数据处的高精度导 弹性能响应数据的验后概率密度函数， 进而得到任意应用 场景影响因子数据处的高精度导弹性能响应数据预测模型； 随机生成大量模型参数样本， 对所述高精度导弹性能响应数据预测模型进行迭代求 解， 进而得到任意应用场景影响因子数据处的高精度导弹性能响应数据预测结果。 2.根据权利要求1所述的导弹低高精度性能数据的独立融合建模及响应预测方法， 其 特征在于， 低精度可靠性试验数据由导 弹在低精度可靠性试验条件进 行可靠性试验时设置 的应用场景影响因子数据 以及获得的对应低精度导弹性能响应数据 组成； 高精度可靠性试验数据由导弹在高精度可靠性试验条件 进行可靠性试验时设置的应用场景影响因子数据 以及获得的对应高精 度导弹性能响应数据 组成， 其中T代表矩阵转置， n和m分别表 示低精度可靠性试验数据和高精度可靠性试验数据中样本数目， 表示 低精度可靠性试验数据中的第i组应用场景影响因子取值， 各组应用场景影响因子中均包 含k个应用场景影响因子x1,...,xk， 对应的导弹性能响应数据为 表示高精度可靠性试验数据中的第j组应用场景影响因子取值， 对 应的导弹性能响应数据为 3.根据权利要求2所述的导弹低高精度性能数据的独立融合建模及响应预测方法， 其 特征在于， 所构建的低精度响应模型为： 其中 表示低精度可靠性试验数据中的第i组应用场景影响因子 取值的基函数， β ＝[β1,..., βk]T表示回归系数， 是服从高斯过程 的误 差项， 其中 高斯过程的均值 为0， 方差参数为 相关性参数为φ。 4.根据权利要求3所述的导弹低高精度性能数据的独立融合建模及响应预测方法， 其权　利　要　求　书 1/4 页 2 CN 115186486 A 2特征在于， 所构建的高精度响应模型为： 其中 表示高精度可靠 性试验数据中的第j组应用场景影响因子 取值的基函数， β ＝[β1,..., βk]T表示回归系数， 是服从高斯过程 的误差 项， 其中高斯过程的均值 为0， 方差参数为 相关性参数为φ。 5.根据权利要求4所述的导弹低高精度性能数据的独立融合建模及响应预测方法， 其 特征在于 ， 引入响应集 回归系数向量 整体趋势矩阵 协方差矩阵 其中 为 低精度可靠性试验数据中 的各组应用场景影响因子取值的基函数集合， Rl为低精度导弹性 能响应数据yl的n×n维相关性矩阵， 为高精度可靠性试验数据 中的各组应用场景影响因子取值的基函数集合， Rh为高精度导弹性 能响应数据yh的m×m维 相关性矩阵； 确定模型参数 和φ的验前分布分别服从多元正态分布、 逆Gamma分布、 逆Gamma分布以及Gam ma分布， 为： φ～G(aφ,bφ) 其中H＝(Im×m,Im×m)， Im×m为m阶单位矩阵， N(0,(HTH)‑1)均值为0， αh， γh， αl， γl， aφ,bφ均 为预先给定的超参数； 依据贝叶斯定理， 模型参数 和φ其验后概 率密度分布函数分别为： 权　利　要　求　书 2/4 页 3 CN 115186486 A 3