对数正态分布场合下恒定应力加速寿命中含有缺失的定数截尾样本的AMLE

导出了对数正态分布场合下恒定应力加速寿命中含有缺失定数截尾样本的近似极大似然估计(AMLE)，得到了分布参数和加速方程中未知参数的AMLE的显式解，便于实际计算和工程应用，数值模拟的结果表明本方法可行．     

用阻尼Newton法解项目反应理论中的三参数似然方程组

在项目反应理论中,通常假定项目反应函数是三参数Logistic函数: 这里θ为考生能力,a、b和c是试题参数。参数θ,a、b和c的估计是采用最大似然估计法得到。在国外,求解似然方程组是用Newton——Raphson迭代法。本文采用阻尼Newton法,效果更好。     

二元极值分布参数的最大似然估计与分步估计

考虑二元极值分布参数的最大似然估计与分步估计的渐近协方差阵，得到分步估计关于最大似然估计的渐近效率，表明分步估计是一种实用的方法。     

基于似然深度的指数分布的参数估计

针对传统估计方法如极大似然估计对于服从指数分布且有污染的截尾数据的参数估计并不是很理想的问题,提出使用一种新的估计方法对其进行参数估计,即似然深度估计,并通过两组实验进行对比,结果显示利用似然深度估计方法得到的参数偏差和均方差较小,表明似然深度估计是一种估计服从指数分布且有污染的截尾数据参数的有效方法。     

完全极大似然估计与分步极大似然估计

得到了完全极大似然估计的一个重要性质和线形模型、指数分布、均匀分布的完全极大似然估计和分步极大似然估计，并与矩估计和极大似然估计进行比较，结果表明了完全极大似然估计和分步极大似然估计的优良性。     

最大似然估计在一元线性回归中的应用

最大似然估计是参数估计的常用方法。应用最大似然估计方法估计一元线性回归方程中的未知参数,与用最小二乘估计得到相同的结果,说明此方法的适用性。     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。     

复合瑞利分布模型参数的Bayes可靠性分析

在完全样本下导出了两参数复合瑞利分布参数的最大似然估计,利用构造枢轴量得到了形状参数和尺度参数的逆矩估计,通过Monte Carlo数值算例给出了相应的估计方法的应用.     

关于指数分布参数的两种估计

利用极大似然估计以及方向极大似然估计的概念,分别得到了双参数指数分布的参数的估计量,并证明了双参数指数分布中的两个参数满足双曲线型关系     

两参数广义指数分布族形状参数的经验Bayes估计

利用经验Bayes方法研究了两参数广义指数分布未知形状参数的Bayes估计,并给出了数值模拟例子,说明此种方法估计的有效性.     

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.     

伽利略搜救信号检测算法设计

根据伽利略搜救信标信号的特点,利用纯载波段和位帧同步段信息,提出采用广义似然比检验(GLRT)和极大似然(ML)估计方法实现搜救信号检测,同时得到信号到达频率(FOA)、信号到达时间(TOA)和信息位宽的粗略估计值.仿真与硬件实现后的测试结果表明,当接收信号载噪比为34.8dB·Hz时,无虚警且正确检测概率可达0.97以上,指标优于系统要求的0.95.     

基于极大似然估计法的磁力计误差补偿算法

针对现有三轴磁力计误差补偿速度慢、需要外部辅助设备、磁力计和惯性传感器组合存在多传感器轴位敏感重合误差问题,提出了一种基于极大似然估计法(maximum likelihood estimation,MLE)的快速有效的磁力计误差补偿算法.根据传感器组合系统中误差来源建立测量误差模型,建立高斯分布的极大似然参数估计模型,用牛顿最优法解算出误差补偿参数,并给出求解理想初始值的算法.仿真数据显示,补偿后的磁力计航向角解算精度达到0.81°,相比补偿前精度提高94.9％.实验结果表明,该算法可简单快速的实现误差补偿,多传感器轴位敏感重合误差得到校准.     

改进的Kriging近似方法及其在鱼雷外形优化中应用

摘要：
对小样本条件下Kriging拟合精度的研究后发现,由原样本点生成新样本点后,拟合这2组样本点可提高其拟合精度.使用2种方法生成新样本点,一种是基于极大似然估计的生成方法;另一种是基于最小均方误差的生成方法.经分析,第1种方法要求较为苛刻,导致新样本点不能提供有效的样本信息;而第2种方法得到了带有有效附加信息的新样本点.数学算例表明,基于最小均方误差生成新样本点的方法得到的样本点提高了Kriging模型的拟合精度.将该方法应用于鱼雷外形优化中,得到了较为满意的优化结果,表明了改进的Kriging近似方法的有效性.
关键词：
Kriging插值; 极大似然估计; 均方误差; 优化设计
中图分类号： TP 202.7
文献标志码： A     

信道估值误差对空时频移键控性能的影响

在信道状态信息已知的假设下，提出了一种分离最大似然信号检测方法，并仿真分析了信道估值不准确给上述分离最大似然信号检测方法带来的影响。表明在平坦瑞利衰落条件下，系统性能随着幅度、相位估值误差的增大而下降，尤其对相位误差更为敏感。另外，在大信噪比的条件下信道估值不准确对性能的影响更大，但仍然好于非相干检测方法。     

原始疲劳质量模型描述方法改进

提出了用神经网络插值代替拉氏插值计算裂纹形成时间(TTCI)值,用极大似然估计代替均秩估计法估计分布参数的方法. 考虑到仅对一组TTCI值进行参数估计具有较大的随机性,文中对每种参考裂纹尺寸对应的TTCI值均进行极大似然估计,得出多组TTCI分布参数;然后利用不同参考裂纹尺寸对应的TTCI分布参数之间的关系确定结构细节的当量初始缺陷尺寸分布参数. 对某零件的疲劳实验及其原始疲劳质量分析证明了该方法的可行性和合理性.     

(a,b)类分布的统计性质

通过用Bayes方法对(a,b)类分布进行分析,研究相关方差与期望的关系,并给出a与b的矩估计和极大似然估计(MLE).在极大似然估计基础上,利用Lindley逼近引理,给出(a,b,0)类的Bayes估计,并运用MATLAB进行相关模拟.模拟结果表明,对于(a,b,0)类分布的估计,若样本数量较大,则选择Bayes估计更好;反之,选择矩估计更好.     

SQP 优化的最大似然波达方向角估计

为快速实现波达方向角( DOA: Direction Of Arrival) 的精确估计, 提出了应用序列二次规划( SQP:Sequence Quadratic Program)的最大似然DOA 估计算法。给出了用于DOA 估计的最大似然函数, 将参数估计问题转化为非线性函数优化问题; 并利用SQP 优化算法对似然函数的求解进行优化, 得到DOA 的估计值。仿真结果表明, 该算法可用较少的计算时间实现对似然函数的优化求解, 同时保留了最大似然估计的渐进无偏估计性能, 与遗传算法、粒子群算法相比, 不仅具有更快的寻优速度, 而且具有更高的收敛精度。