利用调查数据中完全辅助信息的广义模型校正方法

推广了模型校正方法去估计总体和均值以外的总体参数.建议的模型校正估计可以处理任何线性或非线性的工作模型,且在线性模型的情形下变为广义回归估计.通过Kronecker积,可把模型校正方法用于估计双线性参数,特别地,去估计方差和协方差.     

一类函数积性误差模型最优校正估计的存在性

就非线性回归模型y=ax^b线性化后，对参数a、b的最小二乘估计进行了校正，并在残差平方和期望最小理论上证明了最优校正系数k^*和最优校正估计量的存在性。     

阵列天线阵元位置误差、通道不一致性和互耦的校正

采用单个连续波校正源，通过旋转阵列天线在多个校正方位测得校正数据，通过求解可分离的非线性优化问题，得到了阵元位置参数和包含通道幅度相位参数与阵元间互耦参数校正矩阵的估计，计算机模拟实验证实了该方法的健壮性和实用性。     

基于DSC-LS的加速度计动态模型参数辨识

加速度计动态模型参数辨识对提高振动与冲击动态测试和动态分析精度等具有重要作用.针对加速度计动态模型参数频域辨识方法中栅栏效应对参数辨识精度的影响,提出了一种基于离散频谱校正-最小二乘（DSC-LS）的加速度计动态模型参数辨识方法,该方法利用H₁估计获得零频点坐标,并将FFT+FT离散频谱校正与LS方法相结合,高精度估计出谐振点坐标,然后通过特征点坐标计算加速度计动态模型参数.实验结果表明,该方法能够有效消除栅栏效应对加速度计动态模型参数辨识的影响,具有较高的加速度计动态模型参数辨识精度和抗低频窄带噪声干扰性能.      

机器人传感信息的融合与传感系统的在线校正

在分析机器人传感器模型结构的基础上，提出了用最小二配置法对传感器的观测参数与描述参数进行估计，从而实现对传感系统信息的融合与在线校正，并通过模拟计算，证明了该算法的有效性与可行性。     

广义混合型Lyapunov矩阵方程多参数迭代校正方法

讨论广义混合型Lyapunov矩阵方程AX+XB+CXD=F的多参数迭代校正方法.给出了迭代收敛的充要条件和参数的选取方法,同时运用一个整体校正模型改善了迭代的收敛性.当方程相容时,该算法对方程的系数矩阵无特殊限制.     

机载平台下半标定的下视图像极线校正方法

以无人飞行器下视光学成像平台为研究背景,提出了一种相机半标定的下视图像极线校正方法.先对机载下视摄像机的成像几何模型进行了分析,在此基础上推导出一种新的极线校正单应估计函数,并用最小二乘法估计变换参数.结合惯导参数分析可知：所提出的方法不依赖于基础矩阵的精确求解,且在理论上只须1对同名点即可求解.实验结果验证了该方法校正精度高,校正速度快,且图像变形明显小于经典的极线校正算法.     

具有比例积分结构的广义预测自校正控制

在一般广义预测自校正控制的基础上，提出了一种具有比例积分结构的广义预测自校正控制器及其实时实现算法，该算法兼有古典PI控制的鲁棒性能和预测控制的模型预报优点，通过对具体实例的计算机仿真表明，该算法较一般广义预测自校正控制更具有鲁棒性，更宜于工业应用。     

广义线性模型的M-估计

用M-估计来估计广义线性模型中的未知参数β.首先,在一定的假设条件下,根据已有的对广义线性模型中未知参数β的极大似然估计方法,应用大数定律及鞅中心极限定理,证明了广义线性模型的M-估计的两个重要性质,印相合性及渐近正态性.其次,将固定设计的思想引入M-估计,并与广义线性模型相结合,证明了其相合性及渐近正态性.最后通过数...     

非齐次等式约束下奇异型线性回归模型的广义条件岭估计

文章对线性回归模型参数有偏估计做进一步研究,提出了在非齐次等式约束下奇异型线性回归模型参数的广义条件岭估计,并给出它的一些性质,而且证明了在一定条件下,在均方误差阵和广义均方误差意义下,广义条件岭估计都优于约束最小二乘估计.最后,通过实际数据进行实证分析,得到了取不同岭参数矩阵时对应的广义条件岭估计及其MSE,验证了广义条件岭估计优于约束最小二乘估计的充分条件的正确性.     

多传感器多变量AR模型信息融合辨识方法

对于带白色公共干扰噪声、白色观测噪声和传感器偏差的多传感器多变量自回归（AR）模型,当AR模型参数、传感器偏差和噪声方差未知时,提出了一种信息融合多段辨识方法,其中用多重递推增广最小二乘法（MRELS）得到AR模型参数和传感器偏差的局部和融合估值器,再用相关方法得到局部和融合噪声方差估值器。这些估值器具有一致性。一个仿真例子验证了其有效性。     

误差等相关的信度模型（英）

首先,在假设误差呈现等相关的正态-正态分布下得到Bayes保费,表明正是精确信度的形式.其次,建立了误差等相关的Bühlmann信度模型,得到了相应的 信度估计.在引进了合同之间的自然权重后将该模型推广到Bühlmann-Straub信度情形.但是结果表明,在Bühlmann-Straub模型下信度估计仅拥有广义的“信度”形式.     

有色噪声干扰的非线性系统强跟踪滤波

推广了现有的强跟踪滤波理论,解决了一类具有色噪声干扰的非线性时变随机系统的强跟踪滤波问题,为使状态估计值更加平滑,引入了弱化因子的新概念,最后通过计算机仿真验证了本方法的有效性。     

基于Kalman滤波的白噪声估计理论的推广

应用Kalman滤波方法和射影理论,将现行的白噪声估计理论推广到一般的随机系统,其中系统噪声在相邻时刻是相关的,且系统噪声和观测噪声在相同和相邻时刻也是相关的。提出了统一的最优和稳态白噪声和拟白噪声估值器。一个仿真例子说明了其有效性。     

NA样本下分布函数估计的联合渐近分布

研究了NA样本下分布函数的核估计在有限个不同点上的联合渐近分布,证明了该分布为多维正态分布,从而将分布函数的核估计从单点推广到多点,扩大了分布函数核估计的应用范围.     

多传感器线性最小方差最优信息融合估计准则

用Lagrange乘数法和矩阵微分运算,分别提出了按矩阵加权、按标量加权和各分量按标量加权的三种线性最小方差信息融合估计准则,其中考虑了估计误差之间的相关性,推广和发展了现有文献的结果。文中比较了三种融合估计的精度和计算负担,可应用于信息融合状态或信号最优估计。     

线性回归模型系数的有偏估计研究

针对引起线性回归模型LS估计性能变坏的根本原因,提出了回归系数的广义c-K估计,将众多经典的有偏估计结合在一起,对有偏估计的改进进行研究.分别证明了选择广义岭参数可对狭义岭估计进行改进,选择压缩因子可对广义岭估计进行改进,给出了参数的最优值.为病态线性回归模型系数的有偏估计的改进提供了有效途径.     

协方差的二次估计的可容许性

 研究协方差的二次估计的可容许性,在平方损失下,我们给出了一个齐次二次估计在齐次二次估计类中是协方差的容许估计的充要条件和一个非齐次二次估计在非齐次二次估计类中是协方差的容许估计的充要条件.     

双参数指数分布的加权矩估计

利用加权矩估计方法,得到双参数指数分布中参数的加权矩估计量,讨论了估计量的方差和特征函数,并利用算例说明了加权矩估计优于矩估计．