کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
8058627 1520082 2016 7 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Estimation of a launch vehicle stage fallout zone with parametric and non-parametric importance sampling algorithms in presence of uncertain input distributions
ترجمه فارسی عنوان
ارزیابی یک منطقه تخریب مرحله حمل و نقل خودرو با الگوریتم های نمونه گیری با پارامتریک و غیر پارامتری با حضور توزیع ورودی نامشخص
کلمات کلیدی
کاهش واریانس، رویداد نادر، نمونه گیری اهمیت، متقاطع آنتروپی، عملکرد خروجی ورودی، عدم اطمینان معرفتی،
ترجمه چکیده
برآورد وسیله نقلیه پرتاب ناحیه ایمنی، یک مشکل اساسی در کاربردهای فضایی است، زیرا ممکن است نتیجه یک اشتباه برای مردم باشد. این شامل در برآورد احتمال که فاصله بین ایست بازتابنده مرحله راه اندازی با یک کد شبیه سازی مسیریابی محاسبه شده است، و پیش بینی شده کمتر از یک آستانه داده شده است. این احتمال داشتن فاصله بیش از حد بحرانی، البته کم است و به سختی می تواند با روش های مونت کارلو خام برآورد شود. یکی در این مقاله الگوریتم های نمونه گیری اهمیت سازگاری را پیشنهاد می کند زمانی که برخی از پارامترهای چگالی احتمال ورودی از عدم قطعیت رنج می برند. این وضعیت یک مسئله دشوار برای دلایل محاسباتی است زیرا یک روش نمونه گیری کامل برای تعیین احتمال احتمال نادر بودن مرتبط با هر ترکیبی از پارامترهای تراکم ورودی ضروری است. این بیشتر در مورد روش های پارامتریک و غیر پارامتری پیشنهاد شده بر اساس تعریف یک چگالی نمونه اولیه سازگار نیست.
موضوعات مرتبط
مهندسی و علوم پایه سایر رشته های مهندسی مهندسی هوافضا
چکیده انگلیسی
The estimation of launch vehicle fall back safety zone is a crucial problem in space application since the consequence of a mistake may be dramatic for the population. It consists in estimating the probability that the distance between the launcher stage fall-back position calculated, with a trajectory simulation code, and the predicted one is lower than a given threshold. This probability of having a distance that exceeds the critical limit is of course low and may hardly be estimated with crude Monte Carlo methods. One proposes in this paper adaptive importance sampling algorithms when some parameters of input probability density suffer from uncertainty. This situation is a difficult issue for computational reasons since a complete importance sampling procedure is necessary to estimate the rare event probability associated to each combination of input density parameters. It is no more the case with the proposed parametric and non-parametric approaches based on the definition of a more adapted initial sampling density.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Aerospace Science and Technology - Volume 52, May 2016, Pages 95-101
نویسندگان
, ,