考虑不确定性的无人机安全性评估及决策分析

中国民航大学学报 ›› 2025, Vol. 43 ›› Issue (1): 83-88.

考虑不确定性的无人机安全性评估及决策分析

田毅，饶浩昌，肖女娥

中国民航大学安全科学与工程学院，天津 300300

收稿日期:2023-01-11 修回日期:2023-04-15 出版日期:2025-04-09 发布日期:2025-04-09
作者简介:田毅（1983— ），男，陕西汉中人，副研究员，硕士，研究方向为飞行器适航技术
基金资助:
中央高校基本科研业务费专项（3122019165）

Safety assessment and decision analysis of UAV considering uncertainty

TIAN Yi, RAO Haochang, XIAO Nyu′e

College of Safety Science and Engineering, CAUC, Tianjin 300300, China

Received:2023-01-11 Revised:2023-04-15 Online:2025-04-09 Published:2025-04-09

摘要/Abstract

摘要：

定量安全性评估是验证无人机是否满足安全性要求的重要手段。本文首先针对无人机部件失效分布存在

参数不确定性的问题，利用贝叶斯理论对基本事件的失效分布参数进行修正，得到顶事件的失效概率；然

后借助贝叶斯决策理论完成对顶事件的安全决策分析；最终将无人机的安全性评估完善为整套的评估-决

策分析流程。研究表明：以某型无人机运行过程中的数据链通信产生的错误信息为例，能够实现上述顶事

件失效概率的计算过程和贝叶斯决策的计算过程。

关键词:

不确定性, 安全性评估, 无人机, 贝叶斯理论, 贝叶斯决策

Abstract:

Quantitative safety assessment is an important means to verify whether unmanned aerial vehicle(UAV) meets the

safety requirements. Aiming at the parameter uncertainty of UAV component failure distribution, firstly, the failure

distribution parameters of basic events are modified by Bayesian theory to obtain the failure probability of top

events. Then, the safety decision analysis of top events is completed with the help of Bayesian decision theory. Finally, the safety evaluation of UAV is improved into a complete assessment and decision analysis process. The research shows that the calculation process of top event failure probability and Bayesian decision can be realized by

taking the error information generated by data link communication during the operation of a UAV as an example.

Key words:

uncertainty, safety assessment, unmanned aerial vehicle (UAV), Bayesian theory, Bayesian decision

中图分类号:

V328

田毅, 饶浩昌, 肖女娥.

考虑不确定性的无人机安全性评估及决策分析

[J]. 中国民航大学学报, 2025, 43(1): 83-88.

TIAN Yi, RAO Haochang, XIAO Nyu′e.

Safety assessment and decision analysis of UAV considering uncertainty

[J]. Journal of Civil Aviation University of China, 2025, 43(1): 83-88.

参考文献 M

[1]	中国民用航空局. 运输类飞机适航标准: CCAR-25-R4[S]. 北京:中
	国民用航空局, 2011.
	[2]
	SAE. Guidelines and methods for conducting the safety assessment process on civil airborne systems and equipment: ARP4761[S]. New York:
	SAE International, 1996.
[3]	郭家丰, 卢川, 毛辉辉, 等．新型不确定性分析容忍限估计方法[J]．
	核动力工程, 2020, 41(6): 131-137．
[4]	邓云李．核电厂在线风险监测中的不确定性研究[D]．哈尔滨: 哈尔
	滨工程大学, 2016．
[5]	崔威杰, 曹博, 陈义学．基于贝叶斯 MCMC 方法的高斯烟羽模型
	不确定性分析[J]．核技术, 2020, 43(4): 51-57．
[6]	殷煜皓, 林支康, 梁国兴, 等．核电厂大破口事故建模与初始参数不
	确定性分析[J]．扬州大学学报(自然科学版), 2012, 15(1): 42-46．
[7]	李禾, 马静娴．不确定性分析在概率安全评价中的应用[J]．核动力
	工程, 2002, 23(4): 71-74．
[8]	耿学勇, 刘哲．考虑地震动参数不确定性的边坡可靠度分析方法
	探索[J]．产业与科技论坛, 2018, 17(13): 80-82．
[9]	郑玉涛．风险告知的 PCT 安全裕度量化中认知不确定性处理方法
	研究[D]．上海: 上海交通大学, 2018．
[10]	王洋洋．核电厂典型事故分析不确定性评价方法研究[D]．哈尔滨:
	哈尔滨工程大学, 2017．
[11]	高辰．分布式卫星系统概念设计中的不确定性参数分析方法研
究[D]	．北京: 中国科学院大学(中国科学院国家空间科学中心)，
	2020．
[12]	姜定国．面向不确定条件下的高超声速飞行器的控制技术研究[D]．
	南京: 南京航空航天大学, 2017．
[13]	李玉庆, 徐敏强, 王日新．航天器观测重调度问题中的模糊性不确
	定因素及其处理[J]．宇航学报, 2009, 30(3): 1106-1111．
[14]	张欢, 王洪超, 郭浩. 数字温度指示调节仪测量结果的不确定
	度分析与评定[J]. 品牌与标准化, 2018(6): 51-54.

	[15] 李爱力, 杨波, 许光．航空燃料中颗粒污染物测定的不确定度


	评定[J]．当代化工, 2017, 46(10): 2174-2176．


	[16] CUI L J, ZHANG J K, REN B, et al． Research on a new aviation safety


	index and its solution under uncertainty conditions[J]． Safety Science，


	2018, 107: 55-61．


	[17] 崔利杰, 陈浩然, 任博, 等．混合不确定条件下航空不安全事件量


	化分析方法[J]．国防科技大学学报, 2020, 42(2): 92-97．


	[18] WASHINGTON A, CLOTHIER R A, WILLIAMS B P． A Bayesian ap－


	proach to system safety assessment and compliance assessment for un－


	manned aircraft systems[J]． Journal of Air Transport Management, 2017,


	62: 18-33．


	[19] WASHINGTON A, CLOTHIER R, NEOGI N, et al． Adoption of a Bayesian belief network for the system safety assessment of remotely piloted


	aircraft systems[J]． Safety Science, 2019, 118: 654-673．


	[20] SAE.Guidelinesfor development of civil aircraft and systems: ARP4754A


[S]	Washington DC: SAE, 2010.


	[21] RTCA. Design assurance guidance for airborne electronic hardware: DO-


	254[S]. Washington DC: RTCA, 2000．


	[22] RTCA. Software considerations in airborne systems and equipment cer－


	tification: DO-178C[S]. Washington DC: RTCA, 2011.


	[23] HAMADA M S, WILSON A G, REESE C S, et al． Bayesian reliability


[M]	． New York: Springer, 2008．