基于UKF算法的无刷直流电机转子位置和速度的估计

针对无刷直流电机（BLDCM）非线性严重而导致控制困难的问题,利用无轨迹卡尔曼滤波（UKF）算法设计了观测器,以估计无刷直流电机的转子位置和角速度,分析了在BLDCM系统负载变化、负载扰动、参数变化以及低转速情况下的估计结果,同时讨论了噪声统计参数的变化对估计效果的影响由此可知,良好的估计效果与UKF算法中各个参数的设置有重要的关系．仿真和实验结果表明,该转子位置观测方法可以比较正确地给出电机换相信号,实现电机的无位置传感器控制．     

约束条件下分组数据位置参数的估计与检验

采用非线性规则中的库恩－塔克定理和概率论中的中心极限定理,研究约束条件下分组数据位置参数的估计与检验问题,给出了分组数据位置参烽的最大似然估计存在的充要条件和算法,证明了最大似然估计的相合性,并且讨论了似然比检验在零假设下的渐近分布。     

基于半定规划的无线传感器网络节点定位算法

针对无线传感器网络节点定位,在最大似然估计(MLE)基础上提出了一种半定规划(SDP)的优化算法.结合有效的锚节点位置选择和比率范围设定,在放宽非凸约束的基础上,采用SDP求解算法,有效减少了误差的影响,得到被测节点的实际位置.改变锚节点的位置可以有效解决锚节点凸壳外的节点位置估计不精准问题.仿真结果表明,提出的SDP算法对未知节点的位置实现了高精度定位,改进了凸优化方法.     

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。     

基于CAD模型的立体视觉目标运动估计

提出了一种基于CAD模型的目标运动估计和目标轨迹实时生成方法，分为两步：首先采用立体视觉系统由图像特征点求出目标特征点的每个采样周期的空间位置；然后由其匹配模型的特征点集，通过扩展卡尔曼滤波方法估计目标运动参数，有了上述参数，就可以设计与伺服系统事宽匹配、消除图像处理延时影响的目标轨迹生成器，文中对目标的运动估计算法进行了仿真研究，结果表明该算法是可行的，文章创新之处在于推导了双目立体视觉系统的运动估计算法。     

多目标决策方案排队法的矩阵算法

对多目标决策分析中基于相对位置估计的方案排队法，给出了一种矩阵算法．该方法简便、实用。     

图像和惯性传感器相结合的摄像机定位和物体三维位置估计

为解决无人驾驶中车辆定位与周围场景中物体三维位置估计,采用卷积神经网络(CNN)检测图像中的物体,用扩展卡尔曼滤波(EKF)方法融合惯性传感器测量得到的加速度和角速度,同时估计摄像机位置和物理世界中物体三维位置.图像结合惯性传感器(IMU)信息,克服了单目摄像机估计得到的摄像机位置和物体三维位置的尺度不确定性;结合卷积神经网络检测物体提高特征点匹配准确度,实现对物体在三维世界中的位置通用的估计.在实验部分用Matlab分别模拟仿真场景和现实场景的数据库KITTI,有效估计摄像机运动和场景中物体三维位置估计.     

基于计算机视觉的无人机位姿估计

本文给出了无人机着陆过程中利用帧间图像提取的特征点进行无人机运动估计的算法。采用Shi-Tomasi-Kanade特征提取算法进行特征点的提取与匹配,然后建立视觉信息与无人机位姿的关系,通过对帧间图像单应性矩阵的求解,对无人机进行相对位置和姿态的估计。仿真结果表明,该算法能够有效地提高匹配速度,降低误匹配率,较好的估计无人机的相对位置和姿态信息。     

多元位置向量的Rd型Minimax稳健估计

Ｒｄ型估计族是Ｍ型估计的一个重要子族。在该估计族中，文章给出了多元位置向量ｕ的Ｍｉｎｉｍａｘ稳健估计，以及相应的最不利分布。     

基于MCMC算法的多元线性回归变点模型的贝叶斯估计

基于MCMC算法,研究了多元线性回归系数变点模型的贝叶斯估计问题.首先由所有参数的联合后验分布得到各参数的满条件后验分布,再利用Gibbs抽样和MH算法相结合的MCMC算法对满条件分布抽取样本,最后得到变点位置及其他参数的贝叶斯估计.随机模拟结果显示用该方法估计各参数的效果较好.     

关于p-Laplace算子的一个最优估计

M是带度量g的n维非紧黎曼流形,1p≤2给定常数,△_p是M上的p-Laplace算子,借助于经典的Li-Yau的方法证明了在一定的曲率条件下,满足方程△_pu=-λ|u|~(p-2)u的正函数的一个梯度估计,其中λ≥0是常数;同时得到了λ的一个上界估计;进一步说明了此估计是最优的.推广了关于Laplace算子△的椭圆方程△u=-λu梯度估计的结果.     

半相依回归系统参数的Stein型主成分改进估计

将S tein压缩思想与主成分改进估计相结合,研究两个半相依回归系统.当设计阵呈病态时,提出S tein型主成分改进估计,同时,给出当V未知时的两步估计.证明在均方误差意义下,S tein型主成分改进估计局部优于主成分改进估计和协方差改进估计.     

生长曲线模型的综合岭估计

该文提出了生长曲线模型回归系数的一种新的有偏估计—综合岭估计,讨论了综合岭估计的优良性、可容许性等性质,给出了其迭代解和极小化均方差的无偏估计解。在综合岭估计下,岭估计、广义岭估计、根方估计成为其特例,从而统一了生长曲线模型的岭估计和根方估计理论。     

一般增长曲线模型回归系数的一种可容许有偏估计

对于线性回归模型：Y=Xβ＋ε,E（s）=0,cov（ε）=σ^2v,v〉0,文献[1]给出了有偏估计βs^＊=（X^TV^-1X＋sI）^-s（XTV^-1Y＋β^＊）,其中s〉0为参数,β表示线性回归模型的广义最小二乘估计,文献[2]中已经证明了βs^＊的可容许性并且有很多优良性质．作者用类似的方法证明在一般增长曲线模型下该有偏估计仍具有许多优良性质并证明其在均方意义下是可容许的．     

广义岭型主成分估计的优良性质

讨论线性回归模型的一种有偏估计广义岭型主成分估计,给出广义岭型主成分估计一些性质,证明在MSE和GMSE准则下是等价的并且优于最小二乘估计,在Pitman准则下优于最小二乘估计和岭型估计.进一步得到了在均方误差意义下广义岭型主成分估计是可容许估计的结论.     

瑞利分布全样本下的统计分析

针对瑞利分布,在全样本场合下给出了参数的矩估计、极大似然估计和区间估计。与此同时还通过大量Monte-Carlo模拟分别考察了参数的点估计和区间估计的精度,从中可以看到参数的极大似然估计的精度比矩估计的好些。     

有关概率P(X<Y<Z)的估计问题

给定随机变量X,Y,Z,针对它们之间可能出现的大小关系XYZ,研究该情形发生概率的估计问题,即有关P(XYZ)的估计.作了两方面工作:(1)当X,Y,Z分布已知时,推导出P(XYZ)的表达式,利用极大似然估计以及渐近分布的性质,得到P(XYZ)的极大似然估计和区间估计;(2)当X,Y,Z分布未知时,利用经验似然比以及非参数Wilks定理,得到P(XYZ)的极大经验似然估计和经验置信域.     

完备非紧流形上的热方程

研究了完备非紧有非负全纯双截曲率的Khler流形上的热方程,在一个较弱的条件下得到了它的正解的梯度估计和复Hessian估计.     

投资控制在工程建设中的作用

为使投资控制在工程建设中发挥其应有的作用，就必须认真作好项目决策阶段的投资估算，严格控制设计概算的质量，认真编制好施工图预算。