双基阵纯方位目标跟踪的抗野值算法研究

本文对方位测量野值存在的不同原因进行了分析 ,以提高目标参数估计性能的鲁棒性为目的 ,提出了 2种基于批处理技术的双基阵抗野值算法 ,分别是修正的最大似然估计法和特征值法 .并说明了特征值法和最大似然估计法一样 ,它也是一种无偏估计器 .蒙特卡洛仿真结果表明 ,运用这 2种算法得到的位置和速度均方根误差跟踪曲线显示了很好的野值抑制能力 ,并且修正的最大似然估计方法的抗野值能力要优于特征值方法 ,为工程应用提供了参考 .     

多分量混合高斯密度的一种参数估计算法

根据有噪图像数据处理的需要,提出了一种分级矩估计与最大似然估计的综合算法来估计多分量混合高斯密度函数的参数.该算法首先利用分级矩估计法求出混合密度函数的初始参数估计值,然后利用最大似然估计法进行迭代运算,以求得这些参数的最终估计值.这种算法可以对具有2~m 或3×2~m(m 为正整数)个高斯分量的混合密度函数进行参数估值,给出了4,6,8分量混合高斯密度函数的参数估值实例.     

多径环境下CDMA移动定位的时延估计算法

针对CDMA移动定位系统中影响定位时延估计准确度的多径干扰问题，提出了一种基于早晚接收机原理的修正最大似然迭代估计算法，该算法对路径时延差在一定的码片间隔范围内，与传统最大似然时延估计器相比，能有效地抵抗多径干扰的影响，仿真结果证明了该算法的有效性和实用性．该算法同样适用于其他基于时间的无线定位系统的时延估计．     

动态利率模型估计方法的一个实证检验

在分析广义矩估计法和极大似然法原理和方法的基础上，采用上海证券交易所国债回购利率数据对这两种估计方法在动态利率模型估计上的实证效果进行检验．为使其检验结果具有可比性，运用蒙特卡罗法产生仿真回购利率路径，然后对利率模型参数进行二次估计，所得结果就可用于对比评价这两种估计方法．检验结果表明，两种估计方法都能够比较准确地估计长期平均利率θ值，同时都过高地估计均值回复参数；对于波动项参数σ^2和γ值，MLE法的估计均值和标准误差要优于GMM法；总体上MLE法的估计误差明显小于GMM法的误差．     

拟似然函数法处理无失效数据

利用修正似然法思想,提出了引进失效信息后的极大似然估计法,具体给出了指数分布及Weibull分布场合参数的拟极大似然估计,且进行了实例计算.     

基于马尔科夫链的交互残差估计的跟踪波门设计方法

跟踪波门通常基于残差估计进行设计,但传统残差估计法在目标机动状态未知时的预测精度较差。针对这个问题,在分析2种现有残差估计法的适用环境基础上,提出了一种基于马尔科夫链的交互残差估计法:该方法首先分别利用现有2种估计法对下一时刻残差值进行预测,定义并计算滑窗内2种方法的预测误差,并根据预测误差的似然函数计算对应似然值;然后,基于服从已知概率的马尔科夫链的转移矩阵,采用似然值求解各方法所占权重;最后,通过加权求和得出下一时刻残差预测值。仿真实验表明,利用文中算法得出的残差预测值在目标运动状态未知的情况下精度较高,据此设计的跟踪波门性能更优。     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

基于F-范数的变换域通信系统同步参数估计算法

在异步条件下应用特征值分解算法估计变换域通信系统基函数时,分段得到的特征向量存在模糊现象,此时将造成系统接收性能的下降。为了解决此问题,提出了基函数周期序列的同步算法。详细分析估计基函数的特征值分解算法,推导接收数据的采样延时与其自协方差矩阵特征值的关系式,得到同步参数的最大似然估计方法,依据范数的等价性原理,进一步将最大似然估计中的最大特征值求解问题转化为F-范数的求解以降低算法复杂度。仿真结果表明:相比最大特征值算法,采用F-范数的估计算法性能一致,但计算时间明显减少,算法的估计精度与接收信噪比成正比。异步条件下当估计的基函数存在模糊时,系统接收性能在同步之后能得到较好的改善。     

经验logistic回归方法与最大似然估计方法的对比分析

针对logistic回归中最大似然估计法的迭代算法求解困难的问题,从理论和实例运用的两个角度寻找到一种简便估计法,即经验logistic回归.分析结果表明,在样本容量很大的情况下经验logistic回归方法比最大似然估计方法更具备良好的科学性和实用性,并且两种方法对同一组资料的分析结果一致,而经验logistic回归更简单,此结果对于实际工作者来说非常重要.     

贝叶斯型的时变系数回归模型

提出了具有时变系数的回归模型及其模型识别和参数估计的贝叶斯方 法．在此模型中对于时变回归系数的变动，应用了高斯型概率差分方程式作 为约束条件，称之为高斯型平滑性事先分布．模型中的超参数（ｈｙｐｅｒｐａｒａｍｅ－ ｔｅｒ）的估计，采用了最大似然估计法．模型的识别（差分次数的决定）应用了 Ａｋａｉｋｅ的最小 ＡＢＩＣ法．给出了模型估计的算法及其应用例子．最后，讨论了 平滑性事先分布中参数的最优估计的意义．     

利用F2群体估计远缘杂交中不育基因的位置和效应的最大似然法

提出了利用F2群体估计远缘杂交中不育基因位点的位置和效应的一种统计方法.利用共显性标记位点的异常分离,用最大似然法可以对不育基因与标记位点之间的重组值进行估计,还可以同时估计雌雄配子的存活率.给出了重组值和雌雄配子存活率的最大似然估计方法以及估计值的方差和置信区间.     

离散型随机变量概率函数的研究

极大似然估计法是参数点估计中一种重要的方法。对于连续型随机变量,可以根据密度函数写出似然方程,进而用极大似然法进行参数估计。但是对于大多数给定分布列的离散型随机变量,往往无法直接写出它的概率函数,无法用极大似然估计法进行参数估计。本文构造了分布列的插指多项式作为离散型随机变量的概率函数,从而用极大似然法对参数进行估计,并讨论了估计量的各种性质。     

双边定时截尾下Burr Ⅻ分布的参数估计

在双边定时截尾样本下,用最大似然法求Burr Ⅻ分布中未知参数的估计,证明了最大似然估计是唯一存在的.用EM算法得到了未知参数的迭代公式及渐近方差,相关引理说明迭代公式具有良好的收敛性.随机模拟结果表明未知参数的EM估计要优于最大似然估计,对于双边定时截尾样本来说,EM算法是一种较好的参数估计方法.     

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。     

二种同时估计信源位置和信号发射时间的TOA算法

提出了当接收端在空间随机分布时同时估计信源位置和信号发射时间的二种TOA算法。方法一为用一新变量代替定位估计中的二次项，把非线性估计转化为二步最大似然（ML）线性估计；方法二通过消去二次项，而只需一步最大似然估计。二种算法结构简单，计算量不大，具有较高的精度。     

一种基于Huber函数的塔康方位稳健估计算法

为抑制峰值检测器提取的塔康峰值包络中野值的影响,提出了一种方位稳健估计算法。利用基于最大似然准则的Huber函数压缩大于门限的误差,减小野值在算法中的权重。并采用双重门限对Huber函数作了改进,消除较大野值的权重,对较小的野值进行压缩,给出了门限参数的选取依据。该方法不需要噪声的先验统计知识,能有效抑制野值的影响。仿真结果表明:所提算法的参数估计精度较传统的Huber估计器和最小二乘算法(Least Square)有明显提高,在3 dB功率信噪比环境下,估计误差小于0.5°,满足塔康系统要求。     

序约束下最大似然估计的迭代算法

本文讨论了 k2× 2表相对风险简单半序约束下期望频数的最大似然估计问题 ,给出了求最大似然估计的一种迭代算法 ,并证明了此算法的收敛性     

不完全数据情形下指数分布参数的极大似然估计

处理生存分析观测数据使用的参数估计方法有很多,极大似然估计法是最常见的一种估计方法。当寿命分布为指数分布时,给出了定时截尾数据、定数截尾数据情形的极大似然估计,以及随机右删失下参数极大似然估计的一般表达式。此外,还提出了分组数据场合参数极大似然估计的图解求法。     

风电场风速概率Weibull分布的参数估计研究

风电场风速概率分布是描述风能特征的主要指标,其准确程度直接影响风电场风能资源的评估结果。主要介绍了两参数威布尔分布的极大似然估计法、最小二乘估计法和WASP估计法3种风速概率分布参数的估计方法。通过对四川广元地区低风速区域测风塔实测数据分析,结果表明,极大似然估计法与实测数据统计结果最为接近,拟合效果良好;Weibull参数c、k存在相对较为明显的季节变化;尺度参数c值随高度呈现幂指数形式,形状参数k值随高度呈现二次函数形式变化特征,在80～90 m高度左右,曲线出现拐点,k值取得最大值。     

对数正态分布参数的精确估计及其应用

分析了两参数对数正态分布均值四种常见的估计方法．其中Gunnar Taraldsen提出的修正极大似然估计优于其他三种估计。在此基础上讨论了总体优阶原点矩和优阶中心矩以及峰度的修正极大似然估计,而且提出总体的中位数、众位数和偏度不存在修正的极大似然估计。并用Mathematica4．0对上海股票市场的大盘日成交量进行仿真分析,结果表明与理论推导完全一致。