配电网集成负荷估计和状态估计

负荷估计和状态估计对于配电网的管理和控制非常重要．文中提出了一种集成的负荷估计和状态估计框架．一方面提出了一种基于连接机制的事例推理新方法(CBCBR)用于解决配电网节点负荷估计问题,分别介绍了CBCBR的原理、结构、混合学习算法和实际应用,CBCBR具有快速、增量式、自适应学习能力；另一方面提出了一种抗差状态估计方法,同时实现了结构空间和量测空间的抗差．抗差状态估计器使用CBCBR的输出作为输入的伪量测量,同时CBCBR可使用抗差估计器的输出改善其自身性能．所提集成的负荷估计和状态估计框架能有效抵御坏数据的影响,并可实现自适应性调节．使用33节点系统测试所提方法,所用节点数据来自实际系统,算例结果证明了读方法的有效性．     

一种新的抗差估计方法及运算

为了解决经典的抗差估计方法中,由于常数项的选取使观测值的属性发生误判,影响最终估计值和迭代次数的问题,以和极大似然估计为准则,推导出一种新的抗差估计权函数,并从理论上论证了其特性。通过与经典的抗差估计方法相比较表明,新的估计方法不但具有较强的抗差性,并且能够弥补经典抗差估计方法存在的缺陷。该方法对于经典抗差估计的研究具有一定的指导意义。     

LS估计的抗差性分析

依据LS估计的分解，对LS估计的抗差性进行了分析。通过观测数据协方差矩阵的改进，建立了一种抗差参数估计方法。     

变形监测基准网的稳健估计分析方法

采用秩亏自由网平差和稳健估计方法分别对某滑坡变形监测基准网的稳定性进行了分析,通过比较研究认为,稳健估计方法在监测基准网稳定性分析中较秩亏自由网平差能有效的显示点位的真实位移,是进行基准网分析的一种较好方法。     

Bayes积分比估计与Bayes中值估计

本文从相对差损失函数与绝对差损失函数出发,导出了两种新的Bayes解—积分比估计与中值估计.     

抗差估计在GPS网空间坐标系转换中的应用

本文将抗差估计理论运用于GPS网空间坐标系间转换参数的求解,从理论上阐述了抗差估计求参的数学模型及精度评价指标。同时结合卖例,将抗差估计与最小二乘估计在GPS网空间坐标系间转换参数求解应用进行分析比较,结果表明当转换基准点存在不稳定点时,采用抗差估计法能有效剔除粗差,其计算结果精度明显高于最小二乘估计法。     

混合扰动模型中LSE和若干有偏估计的局部影响

研究了线性回归中方差加权和均值漂移混合模型中ＬＳＥ和若干有偏估计的局部影响分析，从基于回归系数无偏估计的似然函数出发，求得回归系数最小二乘估计（ＬＳＥ）在混合扰动下的影响曲率，最大影响曲率和最大曲率方向，对于有偏估计，在后验分布对数似然函数的基础上，求出了这些有偏估计在混合扰动下的影响曲率，最大影响曲率和最大曲率方向。     

配置模型的影响分析

概括了配置模型的影响分析的主要成果,研究了先验信息不准确和观测误差的协方差阵扰动对最小二乘估计的影响问题．对一般公式进行了推导,并对几种特殊情况进行了详细讨论,还给出了配置模型的抗差估计及影响函数     

一种基于频差补偿的相位谱时延估计方法

针对影响射频窄带信号时延估计精度的3个主要因素：中频偏差、信号带宽及信噪比,提出了一种基于频差补偿的相位谱时延估计方法.其采用平方倍频法分别估计两路信号的中频,通过频差补偿消除中频偏差对时延估计精度的影响;利用线性调频Z变换（CZT）在有限带宽内增加时延估计的有效点数;并针对相位法自身的特点利用Kalman滤波器优秀的抗噪声特性提高时延估计的精度.理论分析和实验仿真均验证了该方法的有效性.     

Kalman滤波质量控制的一种改进算法

探讨了Kalman滤波中观测粗差和状态方程异常的处理问题,分析了以往处理方法,如Sage自适应滤波法、两步假设检验法及抗差自适应Kalman滤波法等的优点和不足,提出一种改进算法,一方面用拟准检定法检测观测方程中的粗差,另一方面再用Sage自适应方法实时估计状态噪声方差阵,减免状态方程异常对参数估计的影响.通过一个星载GPS低轨卫星定轨算例,验证这种思路是可行的.     

观测资料不全的线性模型参数估计的渐近性质

本文在较一般条件下给出了规测资料不全,具有AR(1)扰动项的回归模型参数估计的渐近性质,说明它们保持了资料齐全时相应性质,文中还给出了求参数估计的具体公式。     

目标状态的“全面”自适应估计

本文根据“全面”自适应的思想,建立了一种新的目标状态估计器——“全面”自适应估计器,通过目标动态特性识别、特征参数辨识和“全面”自适应模型集的结合,达到了跟踪估计目标各种运动的“全面”自适应能力.利用Monto-Carlo仿真表明,本文提出的新估计器具有所期望的良好性能.     

OFDM系统中简单高效的时间同步算法

提出一种新的正交频分复用（OFDM）系统中的最大似然时偏估计算法．该算法在高斯加白噪声（AWGN）信道和多径衰落信道2种环境下与H．Minn的算法基于估计的均方误差进行了性能比较．提出的算法由于在高信噪比的情况下不存在性能下限,因而即便是在多径衰落环境下仍能保证较高的估计精度和较低的运算复杂度．     

最小Hellinger距离方法在扩散过程参数估计中的应用——基于转移密度的估计量

为了研究扩散过程的参数估计问题,本文基于最小Hellinger距离的定义给出了利用转移密度构造的参数估计量.首先定义了转移密度的非参数估计量并研究了它的性质(一致收敛性以及渐近正态性),然后通过最小化扩散过程的转移密度和该密度的一个非参数估计量之间的距离构造扩散过程的参数统计量,实现这一统计量的一致收敛性和渐近正态性.最后为了强调说明该方法的可行性,本文将这一方法应用于几何Brown运动和CEV模型这两个例子.     

正规变化重尾分布尾部指数的Crovella估计的强相合性

正规变化重尾分布的尾部指数的估计方法有很多种,但都不同程度地存在一定的局限性.为此,Crovella提出了一种从标度特征方面来估计尾部指数的方法,该方法易于应用,估计结果也比较准确.本文在阐述了该估计方法的具体步骤后,给出了相应的估计量,并证明了该估计量具有强相合性.     

基于PN序列的MIMO-OFDM系统信道估计

基于为MIMO-OFDM系统设计了一种训练序列,并给出了相应的信道估计算法.提出使用PN序列代替传统OFDM系统中的循环前缀作为训练序列,并且不同发射天线选择相互正交的PN序列,利用PN序列的自相关性和互相关性,采用时域相关的方法估计多信道.与传统采用频域导频的信道估计器相比,该方法由于无需矩阵求逆,能够大大降低计算复杂度,同时PN序列作为OFDM符号的一部分可以实时估计信道,具有跟踪时变信道的能力.仿真结果表明该估计是无偏的,而且均方估计误差极小.     

线性随机不确定系统的满意估计

在随机线性不确定系统中，设计一个满意的状态估计器在工程中有很大的实际意义．首先，根据满意控制思想，针对一类在状态矩阵及噪声矩阵中均含有不确定性的随机系统，设计一种满意估计器，使预测误差系统在模型的参数发生扰动时，依然满足预先给定的设计约束指标，得到了满意估计问题求解的充分条件；然后根据分析给出了满意估计器设计的算法．这个算法表明，线性随机不确定系统的满意估计器的设计是有效可行的。     

线性回归模型的一类新约束型LIU估计

针对带线性约束型的回归模型复共线性问题,提出了一种新估计,称之为修正约束型LIU估计,给出了新估计的性质.在均方误差准则基础上证明了在一定条件下,修正约束型LIU估计优于最小二乘估计、岭估计、修正岭估计和约束型LIU估计,最后讨论了新估计的可容许性.     

滚动时域估计在三容系统中的应用

为解决处理时域硬约束问题,基于预测控制的滚动优化原理,讨论了一种能用已知约束信息提高估计的合理与准确性的滚动时域估计(MHE:Moving Horizon Estimation)方法,并阐述了滚动时域估计的实用与理论特性.给出了三容系统的仿真结果并与Kalman估计进行了比较,结果表明,MHE方法在处理有约束状态估计方面比卡尔曼滤波方法更有效.