在分层简单随机抽样下用于估计和预测的一种统一方法

考虑由服从随机置换概率分布的随机变量扩张集组成的概率模型,利用Stanek文中的方法,给出了单元参数性组合的最优估计和随机效应的最优预测,总体均值的最小方差无偏估计是样本均值;而当单元被取入样本中时,单元参数的最小方差无偏估计是Horvitz-Thompson估计量,否则为零.     

单边截断参数的一致最小方差无偏估计存在的充要条件及特点

本文利用Ｂｌａｃｋｗｅｌｌ－Ｒａｏ－Ｌｅｈｍａｎ－Ｓｃｈｅｆｆｅ定理，削弱了卢昆亮等给出的单边截断参数θ的实函数ｇ（θ）的一致最小方差无偏估计量（ＵＭＶＵＥ）存在的条件，并在较一般的条件下证明了ｇ（θ）的一致最小方差无偏估计量的方差具有数量级ｎ＾－２。     

基于下记录值逆Rayleigh模型的估计及预测

当观测数据是下记录值时,利用经典方法讨论了逆Rayleigh分布未知参数的极大似然估计和一致最小方差无偏估计,进而得到了可靠度及失效率的极大似然估计．取未知参数的先验分布为Gamma分布,在平方损失函数下讨论了逆Rayleigh模型的未知参数、概率密度函数、累积分布函数及系统可靠度的Bayes估计,并对元件的剩余寿命进行预测．通过蒙特卡洛模拟研究了估计量的性质,借助数值实验对估计量的值进行计算．     

带未知丢失观测率和传感器偏差的多传感器AR模型融合辨识

研究了带未知丢失观测率和传感器偏差的多传感器(Autoregressive,AR)模型融合辨识问题。采用一组伯努利随机变量描述观测丢失现象。选取递推增广最小二乘(Recursive extend least squares,RELS)算法,对未知的AR模型参数和未知的传感器偏差进行在线辨识。应用矩阵加权线性无偏最小方差最优融合估计准则得到AR模型参数的融合估计。通过AR模型与状态空间模型之间的转换和相关函数获得各传感器观测收到率和观测噪声方差估计值。仿真例子验证了此算法的有效性。     

最小方差线性无偏估计的存在性

本文对一般线性模型Y=xβ+ε进行研究,得到了cβ的最小方差线无编估计存在的充要条件.     

基于估计相对位置的方案排队法在风险决策中的应用

用于解决风险型决策的传统方法有：期望值原则、最小方差原则、标准差系数原则、满意原则及最大可能原则第五种方法,但采用不同的方法得到的结果并不完全相同。为了克服传统方法的不足之处,提出了基于估计相对位置的方案排队法来解决风险型决策问题。     

随机奇异系统分布式最优分量融合滤波器

应用射影理论,基于奇异系统典范型分解,对带相关噪声的单传感器随机奇异系统,给出一种新的递推滤波器;当系统带有多个传感器时,基于线性最小方差标量加权的分量融合算法,给出了多传感器分布式最优分量融合滤波器.融合估计的每个分量分别由局部估计的相应分量按标量加权融合获得,它只需并行计算一系列标量权重.可改善各局部估计的精度和减小计算负担.推得了随机奇异系统任两个局部估计之间的滤波误差互协方差阵.仿真例子验证了其有效性.     

基于Kalman滤波方法的多传感器信息融合最优白噪声反卷积滤波器

应用Kalman滤波方法和白噪声估计理论,在线性最小方差按矩阵加权最优信息融合准则下,提出了多传感器信息融合稳态最优白噪声反卷积滤波器,其中给出了局部滤波误差之间的协方差公式,它被用于计算最优融合加权阵.同单传感器情形相比,可提高滤波精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.     

一般岭估计及其相对效率

讨论了下般Gauss-Markoff模型中未知参数向量的最优线形无偏估计的改造问题，引入了一般岭估计的概念且证明了其优良性，提出了关于优化无偏估计的三种估计的相对效率，并给出了它们的上界线下界。     

带有一步随机滞后和不连续丢包离散系统的最优滤波

研究了带有一步随机滞后和不连续丢包离散随机线性系统的线性估计问题.通过一个满足Ber-noulli分布的随机变量来描述这种可能的滞后和丢包现象.基于所建立的新模型,利用射影理论提出了一个在线性最小方差意义下的递推的最优线性滤波器.并给出了稳态线性滤波器存在的一个充分条件.当不存在随机滞后和丢包时,所提出的滤波器退化为标...     

均匀分布U[-θ,θ]参数θ的几种估计量

研究了一类单参数均匀分布U[-θ,θ]的参数θ的点估计问题,给出了θ的极大似然估计量、矩估计量和其他形式的估计量,对几种估计量的无偏性进行了讨论.通过添加纠偏系数得到θ的四种形式的无偏估计量,对它们的有效性进行了比较分析.结果表明,基于极大似然估计量所得到的无偏估计最有效.     

齐次等式约束线性回归模型回归系数的综合条件岭估计

提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出了其迭代解和极小化均方误差的无偏估计解.在一定的条件下,综合条件岭估计的样本总方差、均方误差、均方误差矩阵均分别小于约束最小二乘估计的相应误差.条件岭估计和条件根方估计为综合条件岭估计的特例,从而统一了条件岭估计和条件根方估计的理论.     

多传感器信息融合白噪声去卷Wiener滤波器和平滑器

应用现代时间序列分析方法和白噪声估计理论,在线性最小方差最优信息融合准则下,提出了多传感器最优信息融合白噪声去卷W iener滤波器和平滑器,其中给出了局部滤波误差之间的协方差公式,它可被用于计算最优融合加权系数.同单传感器情形相比,可提高融合估值器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernoulli-Gaussian白噪声去卷滤波器的仿真例子说明了其有效性.     

潮汐模拟系统的建模与自适应控制

为改善潮汐模拟系统的动态和静态性能需要建立精确的动态模型，并确定合理的控制策略，文中以水位和流量为被控变量，详细研究潮汐模拟系统的建模与自适应控制原理和应用，设计一种加权最小方差自校正调节器实现潮汐模拟系统的高精度控制，提出适用于潮汐模拟系统的时变参数估计方法以提高估计精度，引入“遗忘因子”避免数据饱和现象，提高系统的鲁棒性，仿真实验和实际应用都证实，新控制方案是成功的。     

LDPC迭代译码联合噪声方差估计

基于EM算法推导了噪声方差的最大似然估计算法,并利用推导结果来修正LDPC的LOG域的置信传播译码算法,进行迭代译码联合噪声方差的估计.仿真结果表明,该文提出的噪声方差估计方法,较好地完成了噪声方差未知时LDPC迭代译码的辅助工作,使噪声方差未知时的系统误比特率性能恶化小于0.1 dB.     

信息融合超前k步稳态最优Kalman预报器和Wiener预报器

应用Kalman滤波方法,基于Riccati方程,在线性最小方差信息融合准则下,提出了两传感器信息融合超前k步稳态最优Kalman预报器和Wiener预报器,给出了最优加权阵和最小融合误差方差阵.同单传感器情形相比,可提高预报精度.一个雷达跟踪系统的仿真例子说明了其有效性.     

贝叶斯方法和非参数模型支持下的遥感影像线性光谱分解

针对遥感影像混合像元分解中的地物光谱不确定性问题,提出利用非参数模型来刻画地物光谱的概率分布,并基于贝叶斯方法得到地物面积比例的后验概率分布,最后利用无偏估计和最大似然估计来估算地物面积比例. 通过Landsat遥感影像不透水层制图的实验表明,所提方法的分解精度高于传统的线性光谱分解算法和硬分类方法,证明了贝叶斯方法能够较好地解决地物光谱不确定的问题.