Weibull分布环境因子的统计分析

利用有关统计量近似服从正态分布的性质 ,证明了Weibull分布场合环境因子基于参数的最好线性无偏估计的点估计是有偏估计。导出了基于定数截尾样本Weibull分布环境因子的近似无偏估计和近似置信区间。利用模拟方法研究了所给的近似无偏估计和近似区间估计的精度。模拟结果显示 ,所给的近似无偏估计和近似区间估计的精度是相当好的     

指数分布场合基于逐次定数截尾步加寿命试验数据的统计分析

导出了指数分布场合基于逐次定数截尾步加寿命试验数据的最大似然估计和最好线性无偏估计.利用最大似然估计的渐近正态性导出了正常应力水平下平均寿命和失效率的近似无偏估计,利用最好线性无偏估计导出了正常应力水平下平均寿命和失效率的无偏估计.利用模拟方法研究了所给方法的精度.     

AMSAA-BISE模型及其统计推断

本文将AMSAA模型推广到多台系统同步开发的可靠性增长试验的情况,所以,命名为AMSAA-BISE~2模型。文中对定数及定时截尾数据给出了Weibull过程参数的极大似然(ML)估计和无偏估计,系统达到MTBF的置信区间和拟合优度检验方法。     

基于屏蔽数据多重定数截尾下系统部件的可靠性估计

利用屏蔽的系统寿命数据,在多重定数截尾样本下研究串联系统中部件的可靠性估计问题。首先利用概率元分析方法,推导样本似然函数。然后基于样本似然函数,给出部件参数和可靠度函数的极大似然估计,同时分别在平方损失、线性指数损失和广义熵损失下,得到了部件参数和可靠度函数的Bayes估计。最后通过数值仿真研究屏蔽水平和截尾因子对估计精度的影响,并对各种估计进行了比较。     

指数寿命产品的寿命性能评估

传统的统计过程控制理论假设过程的质量特性值服从正态分布,然而在实践过程中这一假设并不成立。本文假设产品的质量特性值服从指数分布,基于定数截尾样本,用过程能力指数评估产品的寿命性能,给出寿命性能指数CL的一致最小无偏估计及其置信区间,提出一种新的方法对CL进行检验。最后通过实例表明,此检验方法不仅简单易行,而且还可以用来判断产品是否达到所要求的水平。     

基于改进两阶段法和自助法的寿命数据分析

加速寿命试验的样本量通常很小而且截尾会很严重,这样会使得求得的极大似然统计量产生很大的偏差,进而影响到估计的准确度和精度.本文对两阶段法做了较大改进:证明了当各组数据服从Weibull分布且数据类型为无截尾或typeⅡ截尾时,存在两个关于形状参数和尺度参数的枢轴量,并采用无偏因子法修正极大似然统计量;考虑到异方差性,用加权最小二乘法替代最小二乘法估计加速模型的系数.根据两阶段方法不能采用Fisher信息矩阵计算分位数置信区间的缺点,用自助法获得置信区间.本文通过一个实例阐述改进的两阶段法的分析过程.另外,本文用相对偏差和均方误差根作为评判分析方法的准则,将改进的两阶段法和极大似然法在不同的分位点处的寿命估计作了对比.仿真结果表明,改进的两阶段法在低分位点处的寿命估计更优.     

区间数据下EV线性回归模型修正的广义最小二乘估计

研究了当响应变量为区间数据时的EV线性回归模型,通过构造区间数据的无偏转换,并对广义最小二乘估计作适当修正,得到了回归参数的估计,在较一般的条件下证明了强相合性和渐近正态性.最后作了若干模拟计算,从模拟的结果发现,利用本文提出的方法所获得的估计具有较高的精度.     

一种多重Weibull回归模型在竞争失效分析中的应用

基于传统竞争失效分析中对截尾数据(包括寿命数据截尾及失效机理信息的删失)、以及环境因子伴随变量的研究不足,提出贝叶斯生存分析理论中一种多重Weibull回归模型;在该模型中假设各失效机理条件下的产品寿命均服从某种Weibull分布,利用该模型能够较为灵活地拟合竞争失效分析中存在数据截尾的情形;针对高维数值积分的不便,讨论了基于Gibbs抽样的MCMC方法,提出通过运用该方法动态模拟出多重Weibull回归模型中相关参数后验分布的马尔可夫链;并通过对模型结构的输入输出分析,给出随机截尾条件下模型参数的贝叶斯估计;利用BUGS软件包进行实例分析的结果,证明了该模型在竞争失效分析中的直观性与有效性。     

基于自适应逐步Ⅱ型混合截尾试验Burr-Ⅻ分布的统计分析

本文分别基于自适应逐步Ⅱ型混合截尾试验和逐步Ⅱ型混合截尾试验,结合部分步进应力加速寿命试验,使用经典统计理论和Bayes理论讨论了Burr-Ⅻ分布下的统计分析问题.给出了Burr-Ⅻ分布在不同截尾试验下的极大似然估计和Bayes估计.利用Monte-Carlo模拟对自适应逐步Ⅱ型混合截尾试验和逐步Ⅱ型混合截尾试验下的参数估计进行模拟比较.结果表明,自适应逐步Ⅱ型混合截尾试验下的均方误差更小,区间长度更短,相对误差更小,所以自适应逐步Ⅱ型混合截尾试验更优越.     

基于自适应逐步Ⅱ型混合截尾试验Burr-Ⅻ分布的统计分析

本文分别基于自适应逐步Ⅱ型混合截尾试验和逐步Ⅱ型混合截尾试验,结合部分步进应力加速寿命试验,使用经典统计理论和Bayes理论讨论了Burr-Ⅻ分布下的统计分析问题.给出了Burr-Ⅻ分布在不同截尾试验下的极大似然估计和Bayes估计.利用Monte-Carlo模拟对自适应逐步Ⅱ型混合截尾试验和逐步Ⅱ型混合截尾试验下的参数估计进行模拟比较.结果表明,自适应逐步Ⅱ型混合截尾试验下的均方误差更小,区间长度更短,相对误差更小,所以自适应逐步Ⅱ型混合截尾试验更优越.     

基于样条逼近和小波分解的Hammerstein模型辨识

采用三次B-样条方法取代传统的多项式方法逼近Hammerstein模型中的非线性部分，在保持多项式的简单性和逼近的可行性的同时，大大提高了逼近精度。同时采用小波变换对辨识数据进行多尺度分解，通过在低频空间抑制高频噪声干扰从而实现精确建模。理论分析和仿真结果都表明估计结果具有渐近无偏性和一致收敛性，该方法辨识精度高，具有良好的实用性。     

基于PHD滤波的相控阵雷达多目标跟踪算法

对于相控阵雷达方向余弦量测,采用扩展卡尔曼概率假设密度(extended Kalman probability hypothesis density, EK PHD)滤波进行多目标跟踪时,存在目标数估计偏高和目标状态估计准确度低的问题。针对上述问题,提出了一种新的多目标跟踪算法——无偏转换量测概率假设密度(unbiased converted measurements PHD, UBCM PHD)滤波算法。该算法采用方向余弦量测下的量测转换方法,保留了更多的量测信息;同时对转换后的量测偏差进行补偿,使量测转换误差的均值、方差准确近似原始量测高斯分布的一、二阶矩。仿真实验表明,所提算法可提高目标数和目标状态估计准确性。     

引入测速信息的雷达导引头无偏转换跟踪方法

为了满足先进地空导弹对精确弹目交会信息的需求,基于自适应卡尔曼滤波算法,提出了一种引入测速信息的雷达导引头无偏转换跟踪方法。在当前统计模型的基础上,利用递推遗忘最小二乘法估计当前加速度,得到了状态方程。在雷达测量模型的基础上,分析了极坐标系下与笛卡尔坐标系下位置、速度信息的无偏转换关系,推导了无偏转换量测误差协方差矩阵真实值和利用量测信息估计真实值的表达式,得到了量测方程。通过滤波得到的状态和误差估计信息,改进了真实无偏转换量测协方差矩阵的估计算法。仿真结果验证了所提跟踪方法在滤波精度和跟踪速度上的良好性能。     

ATR算法识别率的区间估计与样本量分析

针对雷达ATR性能评估中样本量的特点,从贝叶斯分析角度出发,选取最小长度准则对ATR算法的识别率进行区间估计,主要分析不同估计精度要求下的最小样本量。分析了识别率区间估计的影响因素,分别给出了无先验信息和两类典型有先验信息情况下的识别率区间估计方法和样本量确定准则,得到了识别率估计精度和所需最小样本量的关系。     

联合定轨非线性模型估值的偏差修正算法

从理论上推导了联合定轨非线性参数回归模型估值的偏差与均方误差的表示方法,提出了一种基于迭代算法的参数估值的偏差修正方法。通过对联合定轨非线性半参数回归模型结构的分析,建立了参数估值的偏差与方差的近似表示公式,并设计了非线性半参数联合定轨模型估值的偏差修正算法。理论分析和仿真计算结果表明,联合定轨非线性回归模型估值偏差修正方法能够进一步改善卫星联合定轨精度,从实际应用角度验证了偏差修正方法的合理性和可行性。     

基于噪声功率估计的FMT时域信道估计

利用PN码的循环相关性进行信道估计时,其估计值是有偏的,并且在低信噪比下受信道噪声的影响大。鉴于此,提出了基于信道噪声功率估计的FMT无偏信道估计算法,利用估计值数据特点,完全消除了残余直流偏置,同时在接收端利用导频序列估计信道噪声功率,根据路径信噪比选择出受噪声干扰大而能量贡献小的多径分量并将其置零,降低了信道噪声对估计精度的影响,改善了信道估计性能。     

Bootstrap Estimation from Simulation Outputs

ＢｏｏｔｓｔｒａｐＥｓｔｉｍａｔｉｏｎｆｒｏｍＳｉｍｕｌａｔｉｏｎＯｕｔｐｕｔｓ⒇ＺＯＵＺｈｉｈｏｎｇＬＩＤａｆｅｎｇＤｅｐａｒｔｍｅｎｔｏｆＩｎｆｏｒｍａｔｉｏｎＥｃｏｎｏｍｉｃｓＵｎｉｖｅｒｓｉｔｙｏｆＩｎｔｅｒｎａｔｉｏｎａｌＢｕｓｉｎｅｓａｎ...     

仿真输出分析中置信区间的Bootstrap估计方法

介绍了一种非参数统计分析方法，并将此方法应用于仿真输出分析，从而解决了传统方法的局限性。建立了感兴趣的性能测度的Ｂｏｏｔｓｔｒａｐ置信区间估计的步骤，并通过仿真实验进行了验证。Ｍ／Ｍ／１排队系统的仿真实验结果表明，这种方法能给出合理的点估计和有效的置信区间，而且仿真精度较传统方法有明显提高。     

基于预测信息的量测转换序贯滤波目标跟踪

针对多普勒雷达目标跟踪问题,提出了基于预测值量测转换的序贯滤波目标跟踪算法。该算法采用基于预测信息的量测转换方式解决量测与目标运动状态的非线性,其中位置量测转换采用乘性去偏、伪量测转换采用加性去偏,量测转换误差的统计特性基于预测值进行推导,并采用序贯滤波方式处理伪量测以实现目标跟踪。同时将该算法扩展到机动目标跟踪情况,综合利用了位置量测与伪量测滤波部分输出的概率组合作为该模型的更新概率,利用模型更新概率对各滤波器的状态估计结果进行加权求和获得最终估计。仿真结果表明该算法与传统的序贯滤波跟踪算法相比,具有更高的跟踪精度,其扩展方法可实现有效的机动目标跟踪。