异方差的估计与实证

"异方差"是微观计量建模中不可回避的问题,尽管计量经济学理论从残差项出发给出大量的检验方法,但对如何估计异方差则没有给出明确答案.从数据分布出发,认为极大似然法在估计异方差方面具有独特的优势.首先建立异方差的极大似然估计模型,然后对一实际调查数据进行异方差估计.     

Fisher得分法与EM算法在随机效应模型中的应用

随着随机模型的广泛应用,关于随机效应模型的参数估计一直是线性模型的最活跃的研究方向之一。我们经常估计这类模型的固定效应和方差成分。我们使用极大似然估计作为估计方差成分的一种技巧,为了考虑到估计固定效应时的自由度的损失,我们又会使用限制极大似然估计。计算方差成分的ML或者REML估计时,有很多迭代算法可以使用。我们关心的是Fisher得分法和EM算法应用到随机效应模型的方差成分上,通过使用这两种算法对随机效应模型的方差成分的极大似然估计和限制极大似然估计进行比较分析。本文给出EM算法用于求极大似然估计的具体公式补充证明,并对Fisher得分法在随机效应模型中的应用限制极大似然估计给予具体公式。     

极大似然估计充分条件的探讨

极大似然估计为统计模型中参数的点估计之一，在存在性已有证明的基础上，运用分析知识，从指数型分布族的自然形式出发，对极大似然估计的唯一性给出了初等证明     

排序集抽样下两样本相关参数的修正极大似然估计

排序集抽样是一种提高抽样效率的有效方法。然而,实际排序中不可避免会出现误差。这会对极大似然估计的结果造成一定的偏倚。文章基于排序集样本对传统的极大似然估计方程进行修正,讨论了修正的极大似然估计的性质,并进一步从渐进方差的角度说明了这一估计较传统方法更稳健。     

定时截尾情形下 Ｂｕｒｒ Ⅻ分布的参数估计及其检验

在定时截尾情形下，讨论了 Ｂｕｒｒ Ⅻ分布的形状参数、可靠度和失效率的极大似然估计，给出了极大似然估计的表达 式，证明了极大似然估计的相合性和渐进正态性，并给出它的近似区间估计和假设检验公式，最后进行了参数估计的数值模 拟。 结果表明:形状参数的极大似然估计效果良好。     

一种新的寿命分布

本文介绍了一种带有两个参数的且危险率函数单调递增的分布,讨论了这种分布的各种性质,并给出了参数的极大似然估计.利用EM算法得到了参数所满足的迭代方程组以及极大似然估计的渐近方差-协方差阵.     

双幂变换下参数极大似然估计的精确分布研究

在双幂变换下,使用极大似然估计方法估计正态线性回归模型中的变换参数,并研究其精确分布.给出了极大似然估计的精确分布函数,并通过模拟研究表明了,其分布不仅依赖于变换参数取值,还与方差和回归系数的取值密切相关;得到极大似然估计是一奇异随机变量,不具有密度函数的结论.为双幂变换的应用提供了很重要的理论依据.     

基于寿命期间数据的极大似然估计

产品的寿命期间是其实际寿命时间与一些未使用时间（比如贮存和运输时间）之和。对寿命期间数据，产品的实际寿命时间未能观测到，本文利用Ｍｏｎｔｅ Ｃａｒｌｏ ＥＭ算法与Ｉｍｐｏｒｔａｎｃｅ Ｓａｍｐｌｉｎｇ方法相结合，给出了产品的寿命时间分布参数以及未使用时间分布参数的极大似然估计，极大似然估计的方差的近似估计也很容易得到，最后还作了随机模拟和实例计算。     

遗传算法的线性混合模型的影响分析

讨论了遗传算法的限制极大似然估计(RMLE)的计算问题,采用极大似然估计法,利用方差分量无偏估计对模型分量参数进行影响分析.     

正态总体均值与标准差比在树序约束下的最大似然估计

考虑3个正态总体均值和方差都是未知参数及所取的3个正态总体样本数不等时, 均值和标准差的比在树序约束下的极大似然估计. 根据PAVA算法的思想, 给出了均值和标准差的比在树序约束下的极大似然估计的计算方法.     

多个子总体混合分布的参数估计

混合分布是数据分析中一个重要的统计模型,但是利用正规的统计方法如矩估计,极大似然估计等估计模型的参数比较困难,而应用EM算法可研究多个子总体的混合分布在正常工作条件下的参数估计问题.     

基于部分检测相关的OFDM符号同步新算法

在DVB-T(D igitalTerrestrialV ideo B roadcasting)系统中,针对传统ML(M aximum L ikelihood)符号同步算法在多径信道中估计误差大,实现复杂度高的缺点,提出一种新的OFDM(O rthogonal Frequency D ivisionMu ltip lexing)盲符号同步算法———部分检测相关(PMC:Partial M easuring Correlation)算法。该算法基于OFDM信号的自相关性,通过检测OFDM部分循环前缀(CP:Cyc lic Prefix)的自相关结果估计符号同步。相对于传统的最大似然(ML)算法,PMC算法省去了保护间隙(G I:Guard Interval)检测模块,且相关运算量降低;同时,在多径信道下估计误差远小于传统ML算法。通过理论分析和计算机仿真说明了PMC盲符号同步算法的良好性能和低复杂度。     

基于引力搜索算法的相干信号源DOA估计方法

针对最大似然(ML)DOA估计方法存在着运算量高且容易收敛到局部极值的问题。结合引力搜索算法(GSA)与最大似然方法,提出了一种GSA-ML方法。将最大似然函数作为GSA算法的适应度函数,在遵循ML方法的主体思想同时,利用GSA算法运算量低和收敛速度快的优点,成功地找到似然函数的全局最优解;并保存了ML方法的优点。仿真结果表明,GSAML方法不仅能有效估计相干信号源;并且相比MUSIC、ESPRIT和TLS-ESPRIT算法,拥有更高的精度和估计成功概率。     

一种自适应门限控制方案的研究

描述了一种对于包获取的自适应门限控制方案，该方案根据噪声电平的最大似然估计自适应的设置判决门限，并对其性能进行了分析。通过和其它的包获取的门限控制方案的对比，说明了该方案的优越性。     

时空相关杂波下多目标步进频参数估计

提出了时空相关复合高斯分布海杂波下步进频雷达运动目标参数估计的方法.根据复合高斯分布杂波的散斑分量与纹理分量的分布特性,推导出步进频体制高分辨雷达的运动目标距离与速度的最大似然估计;提出目标误差函数的定义,基于目标误差函数最小化的准则,通过对距离进行搜索找到距离的估计值,并通过距离的估计值,求解出速度的最优最大似然估计值.仿真实验表明,该方法可以有效地估计出时空相关复合高斯分布海杂波背景下的步进频运动目标距离与速度参数.     

湿式球磨机筒体振动信号分析及负荷软测量

针对磨矿过程的磨机负荷(ML)难以有效检测,球磨机常运行在欠负荷状态,造成该过程难以实现优化控制和节能降耗的难题,通过综合分析球磨机筒体振动的产生机理、不同研磨条件下振动信号的功率谱密度(PSD)及ML参数与PSD各频段的相关性,提出了采用料球比、浓度及充填率三个负荷参数对ML进行软测量建模的方法.该方法首先将振动加速度的时域信号通过傅立叶变换至频域,然后采用主元分析法(PCA)对振动频谱数据的低、中、高三个频段分别进行降维和特征谱变量的提取,最后利用最小二乘支持向量机(LSSVM)实现特征谱变量与ML参数间的非线性映射.实验结果表明,该算法能够有效地提取频谱变量的谱特征,并具有较高的估计精度.     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

MIMO-OFDM系统低复杂度的同步参数与稀疏信道联合估计

由于MIMO-OFDM系统中载波频偏、采样频偏、符号定时误差等多个同步参数及信道的影响,文中提出一种同步参数与信道的最大似然（ML）联合估计算法.稀疏衰落的情况下,该算法使用基于压缩感知（CS）的信道估计,通过较少的接收样值来恢复稀疏信道,以降低复杂度.仿真中通过数值模拟对估计性能进行分析.结果表明,该算法在保持较低复杂度的同时,可获得理想的性能.     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

高阶调制OFDM的联合似然估计算法

为了估计定时误差、残留频偏和相位噪声干扰,以降低高阶调制的正交频分复用(OFDM)系统中的误码平台,提出一种基于联合似然的估计算法。该算法通过最大化信道冲激响应与这些干扰间的联合似然函数值,分步获得了定时误差、残留频偏、相位噪声以及信道冲激响应的估计值。仿真结果表明,与已有联合估计算法相比,该算法可准确估计信道响应,有效抑制解调输出中的非Gauss干扰,将解调输出的误码平台降低近一个数量级。该方法可有效应用于提高高阶调制OFDM系统的性能。