联合最大似然贝叶斯信道估计

在高信噪比情况下统计贝叶斯估计是一种有效的信道估计方法,但是在低信噪比时由于噪声估计不准确,其性能逐渐下降.研究了基于鲁棒的非线性降噪方法,提出了一个简化的联合最大似然贝叶斯信道估计.计算机仿真结果和分析表明这种方法在较高和较低的信噪比情况下,提高了信道估计和联合检测的性能.     

基于LS信道估计的研究与改进

信道估计在通信系统中占据着非常重要的位置，在此介绍和分析传统的LS估计准则，提出改进的LS信道估计准则，建立改进LS信道估计的数学模型，并对改进的LS信道进行了仿真。仿真结果表明改进的LS估计能够降低估计偏差的影响，有比LS准则较低的误码率。     

贝叶斯估计和经典估计的对比研究

分析和探讨了经典估计和贝叶斯估计的异同，并结合一个实例对两种估计进行比较，从而得到两种估计思想统一于贝叶斯定理，并在特定场合下相互等价的结论。     

块衰落信道中的迭代盲信道估计与译码

提出了衰落信道下的一种迭代盲信道估计与译码算法，推导了高阶调制下的MAP估计和ML估计表达式，并证明了在信噪比充分大或块衰落信道的块长充分大时。MAP与ML估计是等价的。通过仿真发现，在对迭代信道估计与译码算法的影响上，信噪比与衰落信道的块长之间存在着折中关系，并分析了块衰落信道的块长对迭代信道估计与译码算法的性能的影响。     

带有导频的宽带通信中新的圆轨迹信道估计算法

在分析双径信道模型及线性信道估计算法的基础上提出了一种新颖的简单而有效的圆轨迹信道估计算法，并基于OFDM系统在不同的信道模型中分别对两种信道估计算法进行了计算模拟和比较，证实了圆轨迹信道估计算法的有效性。     

基于Kalman滤波的自适应MIMO信道估计

给出了一种基于Kalman滤波的自适应MIMO信道估计方法，分析了算法的剩余误差能量随迭代次数增加的变化情况，对饱和MIMO系统和欠饱和MIMO系统，分别采用Kalman自适应MIMO信道估计方法和最大似然信道估计方法，进行了数值仿真和对比。从对比的结果来看，文中给出的Kalman自适应信道估计具有和最大似然信道估计相近的性能，而在饱和系统中，Kalman估计算法性能要略好一些。     

MC-CDMA系统采用多用户检测器的性能分析

分析了MC—CDMA系统采用多用户检测器的性能，多用户检测器采用解相关—并行干扰抵消体制。在同样的慢瑞利衰落多径信道条件下，与Hara提出的单用户检测体制进行比较，同时分析了上行和下行信道的情况。仿真结果显示在无信道估计错误时，在下行信道，单用户MMSEC检测性能较好，但在上行信道多用户检测器的性能远远好于单用户检测器。文中迈进一步仿真分析了信道估计错误对检测器的影响，发现对于较大的信道估计错误，多用户检测器比单用户检测器更敏感。结论是MMSEC只适用于下行MC—CDMA系统，而多用户检测器是上行MC—CDMA系统信道估计错误很小时的极佳方案。     

利用子空间的投影和跟踪改进OFDM信道估计

OFDM系统的LS信道估计可看作真实信道频率响应的一个有噪观察值，因此可采用子空间投影方法对噪声进行压缩。分析了利用子空间投影方法改进LSOFDM信道估计性能的实质，给出了利用子空间投影改进OFDM信道估计的一般框架，在此基础上将子空间投影推广到非LS信道估计方法。当信号子空间随时间变化时，需要采用子空间跟踪技术保持对信号子空间的良好估计，因此提出了一种基于子空间跟踪的参数化信道估计方法，仿真表明这种方法在性能上优于非参数化时的相应方法。     

OFDM系统中时域信道估计算法

信道估计技术是实现OFDM系统的关键技术之一。本文对OFDM系统中基于DFT的时域信道估计算法进行了研究，并对其3种时域信道估计器的性能和复杂度进行了分析。     

信道估计对传输预处理系统性能的影响

传输预处理技术可以降低下行链路终端的处理复杂度和功耗，但它的前提条件是发射端已知信道信息，目 前的传输预处理算法都是假设通过信道估计的信道冲激响应值就是理想的信道信息。但是，在实际系统中，不可 能已知精确的信道信息，非理想的信道估计对传输预处理的性能会造成影响。研究了信道估计对信道奇异值分解 (SVD)和(JT)联合传输两种传输预处理算法性能的影响，分析了估计误差项及其产生原因，通过仿真进一步验证 了理论结果。     

峰度与偏度系数的近似经验贝叶斯估计

建立了单样本数据的贝叶斯模型,给出了偏度系数和峰度系数的线性贝叶斯估计及近似信度估计.进而,将模型推广到多样本数据模型下,并讨论了近似信度估计的统计性质,比较了贝叶斯估计、线性贝叶斯估计及近似信度估计的均方误差.最后,给出了超参数的估计,得到了近似信度估计的经验贝叶斯估计,使该估计可直接运用于实际问题.     

误差修正机制转换模型的贝叶斯估计

用贝叶斯估计法来估计误差修正机制转换模型的参数。通过先验分布的设定和贝叶斯定理,求出该模型参数的后验分布,接着使用基于Gibbs抽样的贝叶斯估计技术进行参数估计,最后对贝叶斯估计方法进行统计模拟,模拟结果表明:该方法可以稳健的估计该模型的参数。     

分布式监测系统可靠性贝叶斯评估

以贝叶斯理论为依据,考虑元件可靠性评估不确定性的影响,建立分布式监测系统的系统可靠性评估方法.在单个元件存活率服从二项分布的前提下,用元件可靠度评估的高阶矩计算系统可靠度评估方差与置信区间,利用贝叶斯方法进行元件可靠度评估和系统可靠度置信区间分析.通过一个实例进行计算与分析,表明该方法在监测系统可靠性设计与评估方面有一定实用价值.     

基于Bayes估计的有限元模型修正

讨论了基于Bayes方法来修正有限元动力模型问题 ,给出了利用Bayes方法估计参数的公式 .根据Bayes估计结果 ,应用矩阵逆特征值理论 ,提出了有限元模型修正方法 .最后用一个数值试验说明了该方法的有效性 .     

基于贝叶斯估计的复小波域图像去噪

基于对偶树复小波变换和贝叶斯估计技术，提出了一种图像噪声去除方法．与常用的离散二进小波变换相比，该方法具有逼近的移不变性和更多的方向选择性，有利于特征的跟踪、定位和保留．结合贝叶斯估计技术和自适应分布参数确定方法，给出了有效的图像去噪算法．结果表明，该方法去除噪声彻底，边界、纹理等特征保留较好．     

Linex损失下二项分布参数的Bayes估计

在Linex损失函数下讨论了二项分布参数的Bayes估计,当先验分布取Beta分布和幂分布时分别给出了参数的Bayes估计,多层Bayes估计,E-Bayes估计的精确形式,并证明了Bayes估计的可容许性.     

随机信息中系统参数的灰色贝叶斯区间估计研究

在贝叶斯可信区间估计理论基础上,借助于灰色理论研究随机信息下贝叶斯灰色可信区间的估计问题,较传统的方法能够获取更多的有效信息.     

熵损失函数下巴斯卡分布参数的Bayes估计

研究在熵损失函数下 ,巴斯卡分布可靠度的 Bayes估计及其可容许性 ,并且给出 Bayes置信下限以及多层 Bayes估计的表达式     

定数截尾下Lomax分布失效率和可靠度的贝叶斯估计

由定数截尾寿命试验数据,得到了样本的似然函数. 当取形状参数的先验分布分别为共轭先验分布族和Jeffreys先验时,根据贝叶斯公式得到了形状参数的后验分布,并进一步得到了失效率和可靠度的后验分布.当取平方损失和熵损失函数时,根据后验风险最小的原则,由贝叶斯统计方法得到了失效率和可靠度的贝叶斯估计.通过计算机随机模拟1 000次得到失效率和可靠度的均值和均方误差,并且从均值和均方误差两方面对几个估计值进行了比较,结果表明如果没有充分的先验信息可以利用,无法得到超参数a、b较为准确的估计时,应优先使用Jeffreys先验.     

基于SAS程序模拟运算的函数模型Y=(a+bX)/X+ε参数估计及其应用

数学模型参数的估计常采用经典统计方法,本研究将SAS程序和贝叶斯统计相结合,对非线性回归模型Y=(a+bX)/X+ε进行参数估计,并通过实例演示验证了该方法的有效性,为统计方法提供了新的手段和途径.