[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

说明书

本公开是关于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，涉及不确定性分析领域，该方法包括：根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，并根据总方差值以及第一条件方差值计算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输出失效概率的条件期望值；根据第二条件方差值以及条件期望值计算真实雷达罩结构模型的总灵敏度，并根据主灵敏度以及总灵敏度对真实雷达罩结构模型的灵敏度进行分析。本公开提高了灵敏度分析效率。

技术领域

本公开实施例涉及不确定性分析领域，具体而言，涉及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。

背景技术

在恶劣环境下，飞机雷达天线会遭受雷击、冰雹等环境影响而导致失效，甚至引起更加严重的飞行事故。飞机雷达罩是飞机中的一个重要结构部件，其能够保护雷达天线系统，为雷达天线提供安全保障，因此雷达罩的性能的好坏直接影响到雷达系统功能的正常实现。而雷达罩结构的材料特性、几何参数等方面存在的不确定性对结构的输出性能有着不可忽略的影响，因此对不确定性的传播及其影响程度进行评估是有必要的，灵敏度分析方法是实现这一目的的关键方法。

上述的不确定性的来源一般分为两类：客观不确定性(如输入变量的不确定性)和主观不确定性(如分布参数的不确定性)。由于对结构缺乏认知和信息收集不足而导致分布参数具有主观不确定性，因此当考虑雷达罩结构的分布参数不确定性时，全局可靠性灵敏度分析能够衡量输入变量的分布参数在其整个不确定性范围内变化时的单独作用以及与其他分布参数变量的相互作用对输出失效概率的平均贡献。进而给出各分布参数的重要性排序，以期为降低不确定性导致结构输出失效的影响效果提供指导意见的同时，保证雷达罩结构更广泛的应用。

考虑分布参数具有不确定性时，Monte Carlo(蒙特卡洛)方法是数字模拟方法中实现全局可靠性灵敏度分析的基本方法，但该方法解决工程问题时由于计算量过大而难以被接受。因此，为了降低可靠性灵敏度分析在工程结构中应用时的计算量，在一些方案中，可以通过将分布参数的不确定性向失效概率传递的过程简化为“黑盒”模型，定义了分布参数的全局可靠性灵敏度指标，并通过Kriging(克里金)方法降低指标计算过程中的计算量。但是，对于雷达罩结构来说，由于其结构较为复杂、变量维度较高等特点，如何对雷达罩结构进行建模，以及基于该建模高效的对雷达罩结构的灵敏度进行分析，是亟需解决的问题。

需要说明的是，在上述背景技术部分发明的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供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，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的无法高效的对雷达罩结构的灵敏度进行分析的问题。

根据本公开的一个方面，提供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，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。

在本公开的一种示例性实施例中，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：