[发明专利]雷达罩结构的分布参数不确定性可靠性灵敏度分析方法

权利要求书

1.一种雷达罩结构的分布参数不确定性可靠性灵敏度分析方法，其特征在于，包括：

根据真实雷达罩结构模型所具有的原始分布参数构建第一初始训练样本集，并基于第一初始训练样本集构建自适应克里金代理模型；

根据自适应克里金代理模型计算所述真实雷达罩结构模型的输出失效概率的总方差值以及第一条件方差值，并根据所述总方差值以及第一条件方差值计算所述真实雷达罩结构模型的主灵敏度；

根据自适应克里金代理模型计算所述输出失效概率的第二条件方差值，并根据第二条件方差值计算所述输出失效概率的条件期望值；

根据所述第二条件方差值以及条件期望值计算所述真实雷达罩结构模型的总灵敏度，并根据所述主灵敏度以及总灵敏度对所述真实雷达罩结构模型的灵敏度进行分析。

2.根据权利要求1所述的雷达罩结构的分布参数不确定性可靠性灵敏度分析方法，其特征在于，根据真实雷达罩结构模型所具有的原始分布参数构建第一初始训练样本集，包括：

获取真实雷达罩结构模型所具有的原始分布参数，并利用第一目标代理重要抽样概率密度函数对所述原始输入变量进行抽样处理，得到多个抽样结果；

根据所述多个抽样结果构建第一样本池，并随机从所述第一样本池中抽取多个第一原始样本点；

计算所述第一原始样本点与所述真实雷达罩结构模型的原点之间的第一距离，并根据所述第一距离从所述第一原始样本点中选取多个第一目标样本点；

通过所述真实雷达罩结构模型的原始模型功能函数，计算各所述第一目标样本点的第一屈曲响应值，并根据所述第一屈曲响应值构建所述第一初始训练样本集。

3.根据权利要求2所述的雷达罩结构的分布参数不确定性可靠性灵敏度分析方法，其特征在于，利用第一目标代理重要抽样概率密度函数对所述原始输入变量进行抽样处理，得到多个抽样结果，包括：

根据代理抽样概率密度函数的选取原则，确定所述真实雷达罩结构模型的第一原始代理抽样概率密度函数；

在独立标准正态空间中，利用改进一次二阶矩法计算所述真实雷达罩结构模型的设计点以及可靠度指标；

将所述第一原始代理抽样概率密度函数从抽样中心平移至所述设计点处，得到第一目标代理重要抽样概率密度函数；

利用第一目标代理重要抽样概率密度函数对所述原始输入变量进行抽样处理，得到多个抽样结果。

4.根据权利要求1所述的雷达罩结构的分布参数不确定性可靠性灵敏度分析方法，其特征在于，基于第一初始训练样本集构建自适应克里金代理模型，包括：

根据所述真实雷达罩结构模型的原始模型功能函数以及预设的失效条件构建目标功能函数，并根据所述目标功能函数以及所述第一初始训练样本集，构建所述初始克里金代理模型；

利用所述初始克里金代理模型计算所述第一样本池中包括的抽样结果的U学习函数值，并根据所述U学习函数值从所述第一样本池中的抽样结果中选取待更新样本点；

在确定所述待更新样本点的U学习函数值大于等于预设阈值时，将所述初始克里金代理模型作为自适应克里金代理模型。

5.根据权利要求1所述的雷达罩结构的分布参数不确定性可靠性灵敏度分析方法，其特征在于，根据自适应克里金代理模型计算所述真实雷达罩结构模型的输出失效概率的总方差值，包括：

在独立标准正态空间下计算所述原始分布参数的第一多维分布参数变量，并计算所述第一多维分布参数变量的第一变量积分点以及第一权重值；

利用所述第一变量积分点对所述独立标准正态空间进行变换，得到第一原模型空间，并在所述第一原模型空间下，从第一样本池中选取多个抽样结果构建第一输入变量样本；

根据所述自适应克里金代理模型以及第一输入变量样本计算第一失效域指示函数，并根据第一输入变量样本的第一目标代理重要抽样概率密度函数、第一主观概率密度函数、第一β球指示函数、第一失效域指示函数以及第一变量积分点，计算所述真实雷达罩结构模型的输出失效概率的第一失效概率积分点；

根据所述第一失效概率积分点以及第一权重值计算所述输出失效概率的总方差值。