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.     

Guass-Markov模型的广义抗差岭估计

对可能影响测量平差精度与稳定性的各种因素进行了分析,提出了一种新估计——广义抗差岭估计,理论分析和模拟计算结果均表明新估计不仅能同时抵抗设计阵病态性和观测值粗差的影响,而且能有效的消除高杠杆点的干扰,是一种性能良好的估计.     

基于OFDM系统信道估计算法研究

通过研究基于块状导频的OFDM系统的信道估计算法,文中运用一种采用Jacks模型的多径瑞利衰落信道,呈现了LS估计和LMMSE估计的性能以及在复杂性和实用性上折中的新估计方法的性能,并使用QPSK作为调制方式仿真出系统误码率.     

电力系统状态估计研究综述

电力系统状态估计是能量管理系统(EMS)的重要组成部分,其结果直接影响电网调度的智能化分析与决策。综述了电力系统状态估计的研究现状。首先,简要分析了电力系统经典静态状态估计和动态状态估计的基本功能及其发展;然后,介绍了几种目前新出现的状态估计方法,即新息图状态估计、谐波状态估计、配电网状态估计等,指出各个方法的优缺点。最后,对状态估计方法中值得研究的方面进行了展望。     

会计准则中的会计估计问题探讨——会计人员如何把握会计估计的操作环节

新会计准则的出台,标志着我国在会计准则国际化进程中又迈出了重大步伐,同时也增大了会计核算中的职业判断空间。会计职业判断是影响会计估计结果公允性的一个重要的原因,因此,此次新准则的颁发对会计人员在实际工作中面临的估计问题带来了新的挑战。本文将以新《准则》为出发点,帮助会计人员寻找会计估计的依据,以期对准则今后的全面有效实施以及会计工作人员的实际工作有所启发。     

基于中位数排序集抽样的区间估计

利用中位数排序集样本的次序统计量来构造未知总体中位数的区间估计,证明了新估计具有适应任意分布性,并系统验证了新区间估计的精度一致高于排序集抽样下总体中位数的区间估计。最后将针叶树的一组真实数据进行了实际应用。     

无失效数据的失效概率的E-Bayes估计

提出了参数的一种新估计方法--E-Bayes估计法.在无失效数据情形下,给出了失效概率的E-Bayes估计的定义,在此基础上给出了失效概率的E-Bayes估计.     

半相依回归模型中回归系数新估计的效率

对于半相依多元线性模型中的回归系数,刘爱义提出了一种新的估计,本文对这个新估计的效率进行了讨论.     

Nekrasov-矩阵的逆矩阵的无穷大范数的上界新估计

Nekrasov矩阵作为H-矩阵的一个重要子类,一直都是广大学者研究的热点矩阵之一.研究了Nekrasov矩阵的逆的无穷范数上界估计问题,首先,给出了其逆矩阵的无穷范数的新估计式.其次,证明了新估计式改进了相应文献的结果.最后,通过数值例子表明新估计式比已有估计式估计更具优越性.     

基于新序列的OFDM定时估计改进算法

定时估计是准确实现OFDM（orthogonal frequency division multiplexing）系统同步的关键技术之一.实际应用中,为了提高系统对多径时延扩展的抵抗能力,还应尽量减少符号的定时同步误差.为了提高符号定时部分的估计精度,提出了改进算法.算法中设计了一种具有良好自相关特性的新训练序列,结合新序列的数据结构,算法由粗估计和细估计2部分完成.Matlab仿真表明,与传统算法相比,在高斯噪声和多径信道的影响下,所提出的算法具有较小的均方误差,抗干扰能力强的特点,并为频率偏移估计打下了良好的基础.     

自回归AR模型整体最小二乘分析

主要讨论时间序列的自回归模型AR（p）的参数估计问题,列出常用的普通最小二乘估计和整体最小二乘估计方法,列出算例进行比较分析。     

广义岭型主成分估计优良性研究

对有偏估计中的广义岭型主成分估计的优良性进行了较深入的研究.证明了广义岭型主成分估计优于最小二乘估计的充要条件,并在此基础上对几类常见的有偏估计在均方误差(阵)条件下优于最小二乘估计的充要条件进行了拓展.     

混合系数线性模型参数的新估计与LS估计的比较

混合系数线性模型在连续测量数据的情况下，给出了固定系数a和随机系数期望b的一种新估计．在均方误差的意义下，证明了混合系数线性模型参数的新估计优于最小二乘估计（LS估计），并给予了应用举例．     

多元线性模型回归系数的广义根方估计

将根方估计作一拓广，提出了回归系数的广义根方估计，证明了广义根方估计能更有效地改善最小二乘估计，并给出了广义根方估计的显示解和确定偏参数的方法。     

约束泛最小二乘估计及其Cook距离

通过求极值给出了普通线性模型y=Xβ+e在约束Aβ=b下的泛最小二乘估计∧β*u=∧βu-(X’PX+kQ)-1A’{A(X’PX+kQ)-1A’}-1(∧Aβu-b)并得到其Cook距离的一个简化公式。     

非齐次等式约束线性回归模型的条件根方估计的效率

对非齐次约束线性回归模型的狭义条件根方估计和广义条件根方估计进行讨论.利用相对效率定义比较两种根方估计的效率,证明在一定条件下,广义条件根方估计的效率不低于狭义条件根方估计,在根方参数的限制下比较了它们的下界之间的关系,从而可选择适当的根方参数,使广义条件根方估计就均方误差而言更具有良好的性质.     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

广义特征根估计

提出线性回归模型参数向量β的一种新估计方法一广义特征根估计，讨论了它所特有的一些性质，同时给出参数向量ｔ的一个选择准则，并通过实例比较了ｔ的各种选择效果．     

复共线性条件下广义岭估计的改进

对于复共线性条件下线性回归模型的广义岭估计进行了进一步的研究。针对线性回归模型病态的根本原因,提出了一类新的估计——0-K型广义岭估计。研究这一估计的性质,证明利用0-K型广义岭估计技术可以改进广义岭估计(在均方残差意义下)。文中的方法为病态线性回归模型系数的有偏估计提供了改进的技术途径。     

广义测量平差分类

本对广义测量平差模型进行了总结,对各种平差方法进行探讨,明确了平差模型和方法的进一步发展和研究平差问题的方法。