平衡损失下回归系数的最优估计

主要研究一般Gauss-Markov模型中回归系数的最优估计问题.在平衡损失下,考虑回归系数的线性估计在线性无偏估计类中的最小风险性,得到回归系数的最优线性无偏估计,并证明最优线性无偏估计在几乎处处意义下的唯一性.特别地,考虑了一类特殊的估计:b-线性估计;获得了回归系数的最优b-线性无偏估计,结果表明最优线性无偏估计也是回归系数的最优b-线性无偏估计.     

多循环频率时差-Doppler估计方法及性能分析

单循环频率循环估计子由于只利用了单个循环频率处的信号信息,其估计性能及适用条件受到了较大限制.针对这一局限性,文中研究了综合利用多循环频率信号信息的多循环频率循环估计子,其基本思路是将多个单循环频率循环估计子按一定准则融合在一起,解决单循环频率循环估计子面临的困难.文中还以时差估计为例,详细推导了多循环频率循环估计子对时差的估计理论精度,并不加推导地给出了频移估计的理论精度.理论计算和数字仿真实验结果均说明多循环频率循环估计子确实具有较单循环频率循环估计子和传统相关方法更好的估计性能,并且这种估计方法具有较好地适应不同特性噪声的能力.     

Bayes线性无偏最小方差估计相对于岭估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于岭估计的优良性,在平衡损失风险函数准则下研究了未知参数的BLUMV估计相对于岭估计的优良性,并导出了在一定条件下BLUMV估计与最小二乘估计趋于一致.     

多循环频率时差Doppler估计方法及性能分析

单循环频率循环估计子由于只利用了单个循环频率处的信号信息，其估计性能及适用条件受到了较大限制. 针对这一局限性，文中研究了综合利用多循环频率信号信息的多循环频率循环估计子，其基本思路是将多个单循环频率循环估计子按一定准则融合在一起，解决单循环频率循环估计子面临的困难. 文中还以时差估计为例，详细推导了多循环频率循环估计子对时差的估计理论精度，并不加推导地给出了频移估计的理论精度. 理论计算和数字仿真实验结果均说明多循环频率循环估计子确实具有较单循环频率循环估计子和传统相关方法更好的估计性能，并且这种估计方法具有较好地适应不同特性噪声的能力.     

平衡损失函数下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最优加权最小二乘(OWLS)估计的优良性,并导出在一定条件下二者趋于一致。在PRPC(predictive Pitman closeness criterion)准则下研究了BLUMV估计相对于OWLS估计的优良性。     

广义岭型估计岭参数的确定方法

在线性回归模型的理论研究中,参数的点估计是一个重要的研究方向。针对设计矩阵的近似复共线性,考虑回归系数的椭球约束,推广了广义岭型估计在均方误差阵意义下优于广义最小二乘估计的有关结论;针对广义岭型估计是一种自适应非线性估计,提出了采用线性Minimax估计和平衡损失函数确定广义岭型估计岭参数的具体方法,并应用R软件作了算例分析和比较。     

一类线性模型参数的Bayes估计及其优良性

导出了一类线性模型中参数的Bayes线性无偏估计.在均方误差矩阵准则、predictive Pit mancloseness(PRPC)和posterior Pit man closeness(PPC)准则下分别研究了Bayes线性无偏估计相对于广义最小二乘估计的优良性.     

平衡损失下Bayes线性无偏最小方差估计的优良性

在平衡损失风险函数准则下研究了未知参数的Bayes线性无偏最小方差(BLUMV)估计相对于最小二乘(LS)估计的优良性.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.     

二进制中数字之和函数及其均值估计

通过猜想、数学归纳和推理论证等方法,研究了数字之和函数的均值性质,给出了二进制中数字之和函数任意m次均值(m∈N*)的一个估计.     

平衡损失下回归系数的最小风险估计

研究了线性模型中回归系数的最小风险估计问题.在平衡损失函数下,考虑了回归系数线性估计在线性估计类中的最小风险性,结果表明最小风险估计是非线性有偏估计,它与未知参数有关,当用未知参数的不同估计代替时,得到的估计都是一种估计的平衡.     

拥塞控制中RTT估计方案的研究综述

拥塞控制中RTT的估计值是表征网络是否发生拥塞的重要参数之一,怎样准确估计RTT的值是当前网络拥塞控制中研究的一个热点。分析了当前国内外RTT估计方案的优缺点,指出了有关RTT在拥塞控制中的几个研究方向。     

Minimax线性估计中的两个影响度量

本文给出了度量数据对Minimax线性估计影响大小的两个统计量:方差比和A—P统计量.用它们研究了数据对Minimax线性估计的影响问题,建立了两组数据的联合影响和单组数据影响的关系。     

定态量子流体动力学模型解的一些估计

有关量子流体动力学模型的研究成为了一个热点问题。研究了当电子密度为正,引入新的变换ω=ρ后,得到稳定态半导体量子流体动力系统的解的L∞估计、H1估计和H2估计。     

线性模型中Bayes线性无偏最小方差估计的优良性

在均方误差矩阵准则下研究了未知参数的Bayes线性无偏最小方差(Bayes linear unbiased minimum variance estimator,BLUMV)估计相对于最小二乘(least square,LS)估计的优良性,并讨论了3种不同相对效率的界.在predictive Pitman closeness(PRPC)准则下研究了BLUMV估计相对于LS估计的优良性.     

定态量子流体动力学模型解的一些估计

有关量子流体动力学模型的研究成为了一个热点问题.研究了当电子密度为正,引入新的变换ω=√ρ后,得到稳定态半导体量子流体动力系统的解的L∞估计、H1估计和H2估计.     

基于DSP芯片的视频压缩系统的研究

在终端会议、可视IP电话等多媒体传输和存储中,由于表示视频信息的数字需要大量的比特数,对信道带宽和存储空间提出了很高的要求,视频压缩便成了解决此问题的有效途径,而运动估计技术是视频压缩的关键技术.视频压缩系统在DSP上的实现是现在研究的热点.     

Bayes线性无偏估计的稳健性

考虑Bayes线性无偏估计关于误差分布的稳健性,给出误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Bayes线性无偏估计都是最优估计.     

结合车道线检测的智能车辆位姿估计方法

基于视觉的智能车辆定位问题是自动驾驶领域研究的一大热点。在某些有效近景特征不显著的场景中,由于参与计算的特征数量不足,会导致位姿估计精度下降甚至失效。为此,本文提出一种结合车道线检测的相机位姿估计方法来提高位姿估计精度。首先,设计了一套基于自适应感兴趣区域和几何结构筛选法的车道线检测算法,精确检测到了左右车道线的内、外侧线;其次,对车道线区域内的点进行帧间匹配,得到新的匹配点对,并根据V视差图拟合出地面视差方程,求解出属于车道线匹配点对的准确视差值;最后,将这些匹配点对与ORB方法提取得到的匹配点对融合,共同参与相机的位姿计算。经实验验证,本文提出的算法提高了位姿估计结果的精度,解决了某些场景中有效特征点不足导致的位姿估计失效问题,具有良好的环境适应性。     

论统计调查中的域估计及其实证研究

抽样调查是获得统计数据的一项重要途径，而时需要进行研究的层次作为子总体进行分层抽样实际上就是域估计问题。首先介绍了域估计的两种方法，包括直接估计和间接估计，然后对域估计进行了案例分析，最后对间接估计和直接估计的特点进行了对比分析，发现在一般情况下，如果样本量很充足，也无缺失数据，则使用传统的直接估计方法最为便利。当直接估计方法不能很好地满足我们的需求时，使用模型来进行间接估计就是一种必要的选择。     

两个半相依回归系统参数的Stein估计

Zellner等学者研究了一类相依回归系统中参数的最小二乘估计的改进,这些改进估计都是无编估计且具有许多优良性质,但是当设计阵呈病态时这些改进估计不再被认为是良好估计.本文提出了一种有偏Stein估计,证明了在设计阵呈病态时Stein估计的优良性质.