线性混合模型中的参数与方差分析

给出了一种将一般的线性混合模型转化为满足Gauss-Markov假设的线性模型方法,然后对其中的参数进行最小二乘估计,并讨论了QR分解在线性混合模型中方差的ANOVA估计中的应用.     

OFDM系统中干扰消除技术的分析

正交频分复用（OFDM）技术已被越来越多的人所关注,并且在IEEE802．11无线局域网中得到实际应用．在OFDM系统中为了消除符号间干扰（ISI）和子载波间干扰（ICI）,一般要采用加入循环前缀（CP）的技术．从信道对信号作用方面分析了循环前缀技术消除干扰的过程,并给出了仿真结果．结果表明,循环前缀的加入可以有效地消除符号间干扰（ISI）和子载波间干扰（ICI）．     

基于支持向量机的线性模型鲁棒参数估计

探讨了基于支持向量机的线性系统参数估计问题,利用最小二乘支持向量机来估计自回归滑动平均模型(ARMA)的参数,并在理论上证明了在高斯噪声下比最小二乘估计方法具有更小的均方差;随后利用标准支持向量机来估计ARMA的参数,并利用它的性质从理论上分析了其对大噪声和小噪声的鲁棒性.仿真结果表明支持向量机方法能有效克服样本中的异常点和噪声对参数估计的干扰,比最小二乘估计方法具有更好的鲁棒性.     

输出端口编码的可扩展快速转发方法

提出了一种基于路由器端口编码的转发方法(OPCF),该方法通过在通信源和目的间预先建立起面向连接的端口编码路径,可直接根据端口编码对数据包进行路由,避免了路由表查询开销,实现了基于显式路由的灵活快速转发,有助于网络服务质量的提高和流量工程的实现.由于不需要路由器存储和管理除路由表外的额外信息,OPCF可获得良好的扩展性.由于可隐藏数据包的IP地址信息,OPCF能有效增强网络通信的安全性.原型系统上的实验结果表明,该方法能实现比MPLS更低的端到端延时并能有效提高网络的吞吐量.     

扩展线性模型在家庭保险消费结构中的应用

本文以传统理论为基础,将扩展线性支出系统模型应用到家庭保险消费结构的分析中,通过实例,对家庭保险消费结构的现状进行分析讨论,对整体家庭保险消费市场进行预测,从而体现扩展线性支出系统模型的应用价值。     

基于无线传感器网络的森林火灾模型参数估计

针对森林火灾形势复杂不利于搜救的特点,提出将无线传感器网络应用于森林火灾检测,建立准确的火灾模型,对森林火灾位置和强度进行估计预测.研究了利用无线传感器网络节点进行自适应采样数据的方法和建立高斯空间多峰火灾模型理论方法,并将最大期望算法(EM)和多分辨率搜索算法(MR)相结合,提出用EM-MR算法对火灾模型进行参数估计.通过仿真实验比较,结果表明该模型能较准确地描述森林火灾现场,EM-MR算法在保证估计精度的基础上降低了计算复杂度,证明了方法的有效性.     

汽车侧偏角估计方法比较

针对汽车质心侧偏角难以直接获取的问题,提出了基于径向基神经网络与驾驶员汽车闭环系统相结合的侧偏角估计方法.把汽车侧偏角看作横摆角速度和侧向加速度时间序列的映射,采用均匀设计方案对训练样本进行优选,通过神经网络建立三者之间的映射关系.同时设计了一种改进自适应卡尔曼滤波算法,将其运用到相同道路输入下汽车侧偏角的估计当中.对两种方法进行了基于实车试验的比较:神经网络方法的估计误差均值和标准差分别为0.046 333°、0.057 822°;自适应卡尔曼滤波方法的估计误差均值和标准差分别为0.062 745°、0.089 241°.研究结果可以为汽车稳定性控制系统估计器的设计提供理论指导.     

提高多普勒雷达测速估计精度的方法

针对连续波多普勒雷达外弹道测速的特点,为了解决频率分辨率与采样频率影响多普勒雷达速度测量精度的问题,提出应用快速傅里叶变换的频谱分析法.该方法基于目标弹道升、降规律对估计频率进行线性调整,能有效提高多普勒雷达的作用距离、测试精度和抗干扰能力,避免由于频率分辨率不够而出现连续相同的速度值.利用信号相邻两次截断后的频谱相位信息能提高频率估计精度.仿真结果和外场试验表明该方法在较低信噪比下,仍可以得到很高的频率估计精度.     

基于UKF的参数和状态联合估计

对于因模型参数失配造成的非线性系统状态估计不准确现象,采用基于不敏卡尔曼滤波(UKF)的参数和状态联合估计方法,即将未知模型参数和状态组成增广的状态向量,用UKF同时获得参数和状态估计值.通过一个离散非线性随机系统的蒙特-卡洛仿真,总结滤波器参数对联合估计器性能的影响及参数选择规律.最后将该方法应用于一个典型的化工反应过程,获得了较好的效果.     

关于最小二乘法的参数估计问题探讨

数学建模中经常要用最小二乘法进行参数估计,本文介绍了用最小二乘法进行参数估计的原理,以及在计算机上如何估计参数.