简单随机截距模型参数估计与响应预测的最优设计

研究简单随机截距模型中固定和随机效应线性组合的估计和个体未来观测值的预测的最优设计问题.在模型的方差分量假定为已知的情况下,分别利用估计量的均方误差和预测量的预测均方误差建立设计准则,给出若干最优设计测度的解析解或精确设计数值算法.     

统计模型中均方误差的区间估计

本文研究了一般情形下线性统计模型 (1 )—模型 (4)中参数 β的估计量^βL 或 ^βH 的均方误差MSE (^βL)或MSE (^βH) ,并分别给出了其1 -α的置信区间     

误差为线性过程时回归模型估计的均方相合性

对于回归模型Ｙｎｉ＝ｇ（ｘｎｉ）＋εｎｉ为随机误差,用ｇｎ（ｘ）＝∑ｉ＝１Ｗｎｉ（ｘ,ｘ１,…,ｘｎｎ）Ｙｎｉ估计ｇ（ｘ）,在误差是一个弱平稳线性过程时,获得了ｇｎ（ｘ）的均方相合性及一致均方相合性。     

基于线性均方误差估值的LPC距离量度

本文从LPC系数的统计特性出发,基于线性均方误差估值的思想,提出了一种用于语音识别的新的LPC距离量度——LMSE距离.在一个IBM-PC机语音处理系统和一个VAX-11/750机语音处理系统上,做了大量孤立词识别实俭,证实了这种距离的可行性.文中还将它与著名的Itakura距离进行了比较.     

线性模型下相关变量的DA-最优设计

在一般线性模型下,首先给出一个条件,使得在其之下,一个具有一般方差的变量无关的DA-最优设计在变量相关的情况下也是DA-最优的;并且将这些结果应用于一个多响应线性模型,由此得到了在多响应模型下的DA-最优设计的不变性条件．     

混合系数线性模型参数的根方估计

针对连续测量数据，给出了混合系数线性模型参数的根方估计ｄ（ｋ）和ｄ（ｋ）（０〈ｋ〈１），并且证明了通过根方参数ｋ的选取，可使根方估计ｄ（ｋ）和ｄ（ｋ）的均方误差分别小于最小二乘估计ｄ和ｄ的ＭＳＥ。     

多响应混料模型的R-最优设计

【目的】研究分别具有一阶和二阶线性混料模型的两响应的R-最优设计。【方法】由于响应之间具有一定的相关性,在分析两个线性混料模型的R-最优设计时候发现与协方差矩阵有关,关于这类模型下最优设计的构造就变得比较复杂。在协方差矩阵未定的情况下,根据R-最优准则的定义给出了相关矩阵的对角线乘积的一般表达式。【结果】在给定协方差的情况下用两个具体的例子说明如何求解R-最优设计,并验证了例2满足多响应R-最优设计的等价定理。【结论】对于任意的两响应混料试验模型可以用提出的方法求R-最优设计。     

线性混合模型中固定效应与随机效应线性组合两步预测的均方误差

对一般的线性混合模型,研究其固定效应与随机效应线性组合的两步预测问题,给出了两步预测均方误差的一个近似计算公式,为比较不同方差分量估计的优劣性进一步莫定了基础.     

基于LP-MMSE的高效语音感知哈希认证算法

为了满足移动语音通信中对语音内容保持操作的鲁棒性和区分性,并实现高效认证等要求,提出一种基于线性预测最小均方差(LP-MMSE)的高效语音感知哈希认证算法.该算法首先对待认证语音进行预处理、分帧和加窗后的语音信号进行线性预测分析(LPC)得到其最小均方差(MMSE)系数矩阵;然后对分帧后的语音利用谱熵法计算得到每帧的谱熵值参数矩阵;最后结合上述两个矩阵,生成最终的二进制感知哈希序列.仿真结果表明,该算法的感知哈希摘要性优于现有的其它方法并对内容保持操作具有较好的鲁棒性和区分性,认证效率高,能够满足语音通信实时认证的要求.     

基于均方误差的集粒子云自适应均衡算法(英文)

为了更加有效地对符号间干扰进行自适应补偿,本文提出了一种基于均方误差准则的集粒子云算法EPSA（ensemble particle swarm algorithm）.在本算法中,自适应均衡器的每个抽头权值向量被看作问题空间中的一个粒子,所有权值向量对应于粒子云.根据均方误差准则,集粒子云算法以多维问题空间中飞行的粒子位置的集平均误差作为适应值,评估对应抽头权值向量的性能,从而改变粒子飞行的方向和速度,调整粒子位置的变化量.粒子在空中飞行由＂互飞行＂和＂自飞行＂构成,其中＂互飞行＂是通过粒子间的相互作用表征的,而＂自飞行＂则是通过粒子的自我调整实现的.粒子按各自的加速系数依次在不同模式中飞行,由于粒子间彼此互惠作用的影响,集粒子云算法的收敛速度得到了提高.理论分析和仿真结果均表明,本文提出的算法性能明显优于定步长或变步长的LMS算法,同时算法的复杂度几乎没有明显的增长.     

基于贝叶斯最小均方差的OCT图像散斑处理

对于光学相干层析图像中的散斑噪声,提出了一种基于贝叶斯的降噪算法.通过将带有噪声的成像数据放在对数空间中,从噪声的高斯分布中抽取样本,根据图像相邻像素之间的相关性,对样本内的像素赋予相应的权值,用加权直方图估计后验分布,并运用一般贝叶斯最小均方差得出图像的无噪声数据.该算法与传统的小波变换降噪和中值滤波去噪相比,在信噪比(SNR)和等效视数(ENL)方面都有明显的改善,在一定程度上提升了图像质量.     

基于小波线性最小均方误差的红外图像去噪

根据小波多尺度线性最小均方误差估计方案的小波基选择标准来确定最佳小波基.在此基础上,对红外图像中的散斑噪声运用取对数方案,并进行硬阈值处理,从而达到去噪目的.     

多响应线性回归模型Bayes最优设计的等价性定理

讨论多响应线性回归模型的Bayes设计问题,给出回归参数的Bayes估计,并建立BayesZ-最优准则,在Z-最优准则下,得到了多响应线性回归模型的Bayes最优设计的等价性定理,并将其运用到LB-最优设计上．     

加权平方误差测度下的快速矢量量化算法

为降低加权平方误差测度下的矢量量化运算量,针对加权因子固定与不固定两种情况,分别提出了快速搜索算法。加权因子固定时,对等均值最近临搜索算法做了相应改动即可应用;加权因子随输入矢量变化时,提出了一种分裂多级等均值最近临搜索算法,算法提出了3个新的排除准则,在不同的场合下选用部分或者全部,从而有效降低码字搜索运算量。测试结果表明:分裂多级等均值最近临搜索算法能够有效降低加权平方误差测度下矢量量化的运算量,比全搜索算法能够节省约69%的运算量。     

加权平方误差测度下的快速矢量量化算法

为降低加权平方误差测度下的矢量量化运算量,针对加权因子固定与不固定2种情况,分别提出了快速搜索算法。加权因子固定时,对等均值最近临搜索算法做了相应改动即可应用;加权因子随输入矢量变化时,提出了一种分裂多级等均值最近临搜索算法,算法提出了3个新的排除准则,在不同的场合下选用部分或者全部,从而有效降低码字搜索运算量。测试结果表明:分裂多级等均值最近临搜索算法能够有效降低加权平方误差测度下矢量量化的运算量,比全搜索算法能够节省约69%的运算量。     

A new design criterion and construction method for space-time trellis codes based on classification of error events

The known design criterions of Space-Time Trellis Codes （STFC） on slow Rayleigh fading channel are rank, determinant and trace criterion. These criterions are not advantageous not onlv in operation but also in performance. With classifying the error events of STTC, a new criterion was presented on slow Rayleigh fading channels. Basod on the criterion, an effective and straighttbrward multi-step method is proposed to ennstruet codes with better performance. This method can reduce the computation of search to small enough. Simulation results show that the codes searched by computer have the same or even better performance than the repored codes.     

基于最小均方误差的多用户MIMO系统下行链路预编码

针对多输入多输出(multple input multiple output,MIMO)系统下行链路的迫零预编码方法在块对角化的基础上追求最大化系统和容量,而并未考虑接收信号的均方误差,从接收信号具有最小均方误差的角度设计了多用户MIMO系统的下行链路预编码的方案,称为块对角化最小均方误差方案。理论分析和仿真结果表明,该方案相较于迫零算法具有较小的接收信号均方误差及较好的误码率性能,并且保持了迫零算法绝大部分的系统和容量,它在系统误码率与和容量方面提供了一种较好的折中。     

基于最小均方误差的多用户MIMO系统下行链路预编码

针对多输入多输出(multple input multiple output,MIMO)系统下行链路的迫零预编码方法在块对角化的基础上追求最大化系统和容量,而并未考虑接收信号的均方误差,从接收信号具有最小均方误差的角度设计了多用户MIMO系统的下行链路预编码的方案,称为块对角化最小均方误差方案.理论分析和仿真结果表明,该方案相较于迫零算法具有较小的接收信号均方误差及较好的误码率性能,并且保持了迫零算法绝大部分的系统和容量,它在系统误码率与和容量方面提供了一种较好的折中.