线性时变参数识别与非线性因素估计

本文讨论了利用非线线性时不变的振动系统的响应，根据线性模型识别出的线性参数的时变性质判断非线性项的存在、估计系统非线性因素的问题，大量的算例表明，据此判断非线性项的存在是可行的。文中还分析了利用具有线性项的时变系统的响应，根据线性系统模型识别线性时变参数的问题，模拟计算表明，利用非线性系统的响应籍助线性模型，可以在相当大的范围内较好的识别出系统的线性时变参数。     

基于广义线性模型的岭型主成分估计及实例分析

在广义线性模型已有的参数估计的基础上,结合广义线性模型中的主成分估计和岭估计,给出了广义线性模型中的新的估计方法岭型主成分估计,并在均方误差意义下证明了在满足一定条件下这种估计方法是优于广义线性模型中的最大似然估计、主成分估计、岭估计的,最后通过实际算例对比分析验证了理论上得到的结果.     

基于B-Spline神经网络的宽带通信发射机指纹估计

提出了一种根据接收正交频分复用(orthogonal frequency division multiplexing,OFDM)信号估计发射机IQ不平衡与非线性,并以此作为发射机指纹进行通信设备身份认证的方法.首先根据共轭对称导频估计多径信道脉冲响应,接着根据信道脉冲响应估计、共轭反对称导频与非线性功放的线性近似放大倍数估计发射机的IQ不平衡参数组合,然后进行发射机非线性的B-Spline神经网络模型系数估计,最后从非线性模型系数估计中提取相似因子,与IQ不平衡参数组合估计构成发射机指纹的特征矢量后进行通信设备身份的识别或确认.理论推导与数值仿真显示,该方法可用于OFDM通信设备的物理层高强度认证与防假冒等.     

纵向数据下部分线性模型的经验似然诊断

考虑纵向数据下的部分线性模型,应用经验似然方法对该模型进行统计诊断。给出模型的估计方程,得到模型参数的极大经验似然估计;基于经验似然估计,运用数据删除和局部影响分析两种方法,给出诊断异常点和强影响点的若干统计量;数值模拟验证了上述方法的有效性。     

空间变系数模型的局部非线性估计

基于空间变系数模型的局部线性GWR拟合方法的基础上,给出了空间变系数模型的局部非线性GWR拟合方法.并在此基础上得到模型参数在各个地理位置处的估计值.     

基于广义线性模型的主成分估计及实例分析

在广义线性模型已有的参数估计的基础上对自变量参数中可能出现的复共线性关系时的参数估计进行了改进,应用主成分分析在线性模型中的方法将主成分估计应用到广义线性模型中去,并在均方误差下证明了主成分估计优于最大似然估计,并列举实际例子进行分析,说明了主成分估计的优越性.     

带参数的线性定常系统的能控性范围估计

本文给出了线性定常系统在状态矩阵和输入矩阵都摄动时保持能控性不变的参数摄动区间的一种估计并由此给出了使文［３］中最优简化模型保持能控的参数摄动范围的估计。     

基于奇异设计矩阵的广义岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论了线性模型系数参数广义岭估计的优良性.对于可估函数在均方误差意义下,得到了广义岭估计优于最小二乘估计的性质.而且在二次损失函数下广义岭估计具有可容许性.     

几类最小一乘估计模型的求解

本文探讨了应用最小一乘准则的多种线性和非线性回归模型,推导了各种模型中未知参数的最小一乘估计形式.并给出最小一乘准则求解的基本过程,实现了未知参数最小一乘估计求解的统一.     

基于奇异设计矩阵的岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论线性模型系数参数岭估计的优良性。对于可估函数在均方误差意义下,得到岭估计优于最小二乘估计的性质。而且在二次损失函数下岭估计具有可容许性。     

无线传感器网络目标探测定位跟踪问题研究

为在低耗能下完成更为精确的目标全程跟踪,提出了基于动态子网思想的目标探测定位和跟踪算法,并按照目标跟踪流程分别从簇头选择、目标探测、目标定位和目标跟踪4个阶段设计.仿真结果表明,相比于全网激活和固定子网策略,本算法在定位误差、预计误差和整体能耗三项指标中均处于最佳地位,有着极强的性能优势.     

PC准则下回归系数估计优良性的计算机模拟

在PC准则下对线性模型中设计矩阵病态时的几种改进估计－－岭估计，压缩估计及Bayes估计进行了计算机模拟，模拟结果显示了几种改进估计的统计优良性。     

MIMO OFDM系统时变信道估计及最优导频分布

基于分段线性模型,提出了一种利用导频序列的信道估计算法.该算法首先利用导频序列估计出当前OFDM符号间隔内信道线性变化的斜率和中间时刻信道的冲激响应值,然后根据线性模型利用估计出的参数得到当前符号间隔内所有时刻上的信道冲激响应.此外,还研究了所提算法中的导频分布问题.可以证明,在快时变环境下,分组且每组等间隔分布于频域上的导频序列有着更好的系统性能.仿真结果表明了所提算法在时变环境下的有效性和采用等间隔分组导频序列的优越性.     

半参数ARCH模型的bootstrap估计

给出了一类半参数自回归条件异方差（ARCH）模型：Yt=m（Yt）＋εt√β0＋β1Yt2其中最εt～iid·N（O,1）,m（·）函数的形式不确定,为非参部分;肺,卢。是待估参数,历再万爵为参数部分．结合非参数估计的局部线性拟合方法和参数估计的极大拟似然方法,我们给出估计这类模型的方法．进一步,把该这种方法与bootstrap方法结合起来,同参数方法和半参数方法相比较得出,用半参数的bootstrap方法得出的残差平方和最小,拟合的效果最好．     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用Y-可观广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题.应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用,一个仿真例子说明其有效性.     

广义离散随机线性系统降阶固定区间最优Kalman平滑器

利用广义系统典范型,将广义系统状态估计问题转化为一个降阶常规系统的状态估计问题。应用Kalman滤波方法和白噪声估计理论,提出了广义离散随机线性系统降阶固定区间最优Kalman平滑器,可减少计算负担,便于实时应用。一个仿真例子说明其有效性。     

一种高精度低负载的可用带宽测量机制

端到端的可用带宽是网络测量的重要性能指标之一. 针对现有的大多数测量工具及
方法在估算可用带宽前需要大量时间分析和测量等问题,在全面分析了网络中背景流特征的
基础上,提出一种高精度低负载的可用带宽测量机制. 该机制考虑了高速网络环境中丢包的情
况,建立网络利用率与探测速率间的关系模型,结合扩展卡尔曼滤波实时获得最新的端到端
的可用带宽. 该机制不需要事先知道瓶颈链路容量,探测速率可低于可用带宽,降低了突发背
景流对测量的影响. 数值模拟表明,所提出的机制能快速响应突发背景流,准确高效地测得端
到端的可用带宽.     

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.     

简化B类噪声模型的参数估计

通信接收机的前置窄带滤波器波改变了非高斯脉冲噪声的幅度统计特性,B类噪声模型可以很好地描述窄带非高斯噪声幅度概率分布. 该文提出一种基于特征函数谱的B类噪声模型参数估计算法,其特点是采用最小均方梯度法求非线性代价函数的解. 计算机仿真验证结果表明：该算法具有快速收敛和复杂度低的优点,并给出了算法的详细推导过程.     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．