基于最大似然估计法的超声波测风仪校准周期研究

针对超声波风速仪校准问题,该文以基于时差法的超声波测风仪为例,利用实验室测试数据对超声波风速仪溯源必要性和校准周期方法进行研究。首先采用大直径低速回路风洞对多支超声波风速仪进行等间隔长期测试;然后确认仿真条件,进行超声波风速仪测试仿真;最后通过最大似然估计法给出超声波风速仪校准周期并进行验证。结果表明:超声波风速仪有必要确定校准周期,参与测试的传感器总数、校准总次数和不合格数对校准周期的确定影响较大,不合格平均出现次数对校准周期的确定影响较小,建议超声波风速仪校准周期72个月。

最大似然估计法的探究式教学

关注最大似然估计法的探究式教学:从矩估计法对均匀分布参数估计有相应缺陷着手,讲明求估计量应该利用分布信息.而分布信息就是样本的似然函数,因此求估计量就从它的似然函数开始,利用频率是概率的估计作为载体,说明求概率的最大似然估计其实就是在给定频率的情况下,找到与之最为匹配的概率.

最大似然估计法的教学设计与实践

结合最大似然估计法的产生过程、应用等,对最大似然估计进行教学设计,阐述其思想与方法,将知识传授与价值引领有机融合,有效培养学生的创新思维能力.

对最大似然估计法教学的探讨

最大似然估计法是参数的点估计的一个重要方法之一,其思想方法学生都感到不好理解,笔者根据长期从事公共课概率论与数理统计的教学经验,就这一内容的教学谈了一些体会,供读者参考.

最大似然估计法的教学实例

最大似然估计法是参数的点估计的一个重要方法之一,其一般算法学生比较容易掌握,但对于非一般算法和一些特殊情况学生掌握起来有些困难,本文就这些情况作了一个归纳总结,供读者参考。

最大似然估计法教学新探

最大似然估计法是概率与数理统计教材中的教学重难点,本文对最大似然估计的讲解作了一种新的探究和尝试。

“最大似然估计法”原理浅析

在实际统计中,我们接触的是一系列数据,把数据看作是从研究对象——总体中抽取到的样本值（x1,x2,…xn）,它们带着总体的信息,数据的变异,反映出总体的概率分布。数理统计学的基本问题是如何根据随机试验（抽样）所得到的数据,对随机变量的分布及数字特征作出估计。在总体的概率密度类型确定后,要根据数据对总体分布中的未知参数θ进行估计。

最大似然估计法浅谈

本文介绍了最大似然估计法,它是基于所给样本 在分布函数形式已知情况下未知参数估计的一类方法。鉴于 学生对此方法理解存在难度’我们首先通过简单实例引入最大 似然原理,然后应用最大似然原理解决点估计问题,最后总结 出最大似然估计法的一般步骤。

“最大似然估计法”教学设计

课堂教学中不但要注重基本理论的论述及推导,更应注重理论部分的引入和应用展示。在课堂教学中通过对实际应用案例的讲解,不但能够有效激发学生的学习热情,更能帮助他们进一步理解相关知识要点。

启发式教学在最大似然估计法教学中的应用研究

本文在启发式教学思想的引领下,针对最大似然估计法给出具体的教学设计思路,遵循学生的认知规律,充分调动学生学习的主观能动性,践行“以学生为中心”的教学理念,将学生学习的主动权最大限度地还给学生,以期优化传统的教学模式,提高教学效率.

L型阵水下目标方位和距离联合最大似然估计

空间目标定位是阵列信号处理领域中的研究热点,广泛应用于雷达、声纳、通信、射电天文、医学诊断、地震遥感等众多领域。传统的水下声源定位仅获取目标声源的深度和距离信息,却无法估计目标的方位信息。针对这一问题,在充分考虑水下声传播模型的基础上,利用L型阵列固有的结构特征,将最大似然估计技术应用到水下目标定位,提出一种基于L型水听器阵列的水下目标方位与距离联合最大似然估计算法。研究表明:最大似然估计法可有效突破传统波束形成分辨力“瑞利限”的限制,提高水下目标定位的分辨能力和精度。计算机仿真分析显示,在单目标和相干双目标的场景中,文中所提出的方法均具有更为尖锐的谱峰及更低的旁瓣水平,可对水下目标进行有效的方位角和距离联合估计。

未失效信息的作用与最大似然估计的缺陷

提出非参数分析方法 ,排除分布模型的限制 ,扩大应用范围 ,从而发现最大似然估计法的缺陷 .分析在何种场合该用最大似然估计法 。

基于离散观测下Cauchy-OU过程的最大似然估计

基于离散观测样本,本文研究Cauchy-OU过程的参数估计问题.在大多数情况下,离散时间的最大似然函数是不能直接计算出来的,因此采用傅里叶变换及Gaver-Stehfest算法,构造似然函数的一个显式逼近序列,且该序列收敛于真实(但未知)的似然函数.最后,采用最大似然估计法估计出未知参数.仿真实验表明,所得到的参数估计是比较准确且稳定的.

Jelinski-Moranda模型的一种新的NLS估计法

提出了一种新的基于非线性最小二乘法的软件可靠性Jelinski-Moranda(J-M)模型参数估计方法(LogLSE)。给出了一种与经典的J-M模型最小二乘法等价的曲线拟合函数,推导了J-M模型的新的非线性最小二乘(NLS)参数估计公式。在标准的软件可靠性失效数据-海军战术数据系统(NTDS)和三组J.D.Musa软件可靠性数据上,利用牛顿迭代法求解参数估计的实例分析,说明了LogLSE估计优于传统的基于最大似然估计(MLE)和最小二乘估计(LSE)的J-M模型参数估计。

基于实测数据的海杂波K分布参数估计方法研究

针对海杂波K分布模型参数难以估计的特点,提出了一种自适应遗传求解算法。该算法利用相关熵作为适应度函数,按照自适应变异原则进行优化,实现了参数的准确估计。实测数据处理结果表明,该算法性能优于矩估计法和最大似然估计法,具有很高的估计精度和适应性,从而为最优检测算法设计提供依据。

基于粒子群算法的传感器网络室内定位系统优化

通过接收信号强度指示(RSSI)和欧氏距离的非线性函数映射关系来进行弱移动目标的距离估计。以最大似然估计(MLE)法为基础,结合电磁波在自由空间中的传播特性,重新构建基于粒子群优化(PSO)定位算法的适应度函数来提高无线定位精度。并提出了一种惯性权重优化的自适应学习机制来优化全局搜索能力和局部搜索精度,提升定位算法的容错能力。测试结果表明:本室内定位算法具有抗干扰强、鲁棒性好和无线定位精度高等优点。

装备可靠性数据处理方法

分析了现有统计方法在装备可靠性数据处理中的适用性,研究了某型装备的可靠性参数,确定了相应的数据处理方法。通过具体的应用实例,介绍了分布类型处理的最小二乘法和分布参数处理的最大似然估计法。实例证明该方法处理此类数据适用、有效。

风力发电机组功率曲线建模方法研究

介绍了几种常用的功率曲线建模方法,在此基础上提出了一种基于数学期望的最大似然建模法。并以某风电场的两台机组实测数据为测试数据,利用介绍的几种方法分别进行功率曲线的建模,结果表明比恩法及最大似然建模法所建曲线平滑,具有更高的建模稳定性。此外,还对不同方法所建功率曲线模型在不同风速段进行了仿真测试,测试结果表明当有足够数据时最大似然法具有更高精度。

无线传感器网络基于测距的节点定位算法综述OverviewoftheNodeLocalizationAlgorithmBasedonRangingofWirelessSensorNetworks

基于测距的定位方法对测量的距离信息运用几何知识求解未知节点的位置,常用在定位精度较高的领域,可在误差、能耗、受环境因素影响等方面进行优化。本文对基于测距的无线传感器网络节点定位算法进行详细地分析和比较。

一种改进的混合定位算法

针对目前移动通信网络中无线定位精度偏低的情况,提出一种改进的混合定位算法。主要思想是基于TDOA(到达时间差),考虑NLOS(非视距传播)影响的定位算法。并在求解过程中引入类TOA(到达时间)的计算方法,然后采用最大似然(ML)法估计位置点坐标,最后通过校正,使定位误差达极小值,从而实现精确定位。模拟试验验证了算法的有效性。随着定位精度的增加,紧急救援和交通导航等位置服务的效率将会有很大提高。