部分线性变系数空间自回归模型的惩罚轮廓拟最大似然方法

主要研究了部分线性变系数空间自回归模型的变量选择问题。结合拟最大似然方法、局部线性光滑方法以及一类非凸罚函数,提出了一个变量选择方法用于同时选择该模型的参数部分中重要解释变量和估计相应的非零参数。大量模拟研究表明,所提出的变量选择方法具有满意的有限样本性质,并且关于空间权矩阵的稀疏度、空间相关强度、系数函数的复杂度以及误差分布的非正态性非常稳健。特别地,当样本容量较大且罚函数选择合适时,即使解释变量的相关性较强或者模型中含有较多不重要解释变量,所提出的变量选择方法仍然具有比较满意的有限样本性质。通过分析波士顿房屋价格数据考察了所提出的变量选择方法的实际应用效果。

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。

星下点观测的星载卫星导航反射信号海面风矢量极大似然估计

该文针对星载全球导航卫星反射计(GNSS-R)镜面反射信号对海面风向不敏感导致海面风向反演难问题,分析非镜向海面散射信号特征,提出星下点非镜向观测模式,定义该模式下海面风矢量敏感特征观测量,在此基础上提出基于星载GNSS-R海面风矢量极大似然估计(MLE)反演算法直接利用两颗及以上导航卫星的星下点非镜向散射信号进行海面风矢量的反演,并提出风矢量搜索算法提高反演效率。通过搭建星载GNSS-R仿真平台验证算法的可行性和评估算法性能。结果表明:所提算法可直接利用非镜向独立观测模式下的多颗导航卫星散射信号反演得到海面风速和风向;多星观测可消除观测几何导致的模糊解从而将海风风向4个模糊解降至2个模糊解,但无法消除海浪谱的对称性导致的海面风向模糊解。在2~25 m/s的风速内,当信噪比(SNR)大于11 dB时,3星观测的风速均方根误差(RMSE)优于2 m/s,风向的均方根误差优于15°。

泰勒展开与交替投影最大似然结合的离网格DOA估计算法

针对最大似然DOA估计算法需要多维搜索、计算量大且面临着在网格估计的问题,该文提出一种基于泰勒展开的离网格交替投影最大似然算法。该方法首先利用交替投影将多维搜索转化为多个1维搜索,获得对应预设大网格的粗估计结果;再利用矩阵求导理论将1维代价函数在粗估计结果处进行2阶泰勒展开;最后通过对2阶泰勒展开求偏导并令导数等于零,求得离网参数的闭式解。与交替投影最大似然算法相比,该方法突破了搜索网格大小的限制,在保证算法精度的同时,有效减少了算法的在网格计算点数,提升了运算效率。仿真结果证明了该算法的有效性。

多元广义线性模型经验似然方法分析

针对多元广义线性模型,基于估计相关阵、广义估计方程和经验似然方法,本文构造出经验似然比统计量,此统计量能克服“工作相关阵”方法的误设定问题.在一定的条件下,本文也获得了经验似然比统计量渐近Wilks性质,该结果可用作未知参数向量置信域的构造.最后,通过数值模拟对所提方法的有效性进行验证.

基于似然函数筛选法的旋转轴唇形密封可靠性关键设计因素研究

基于油封的有限元和数值计算模型,分析油封的设计参数对其静态和动态密封可靠性的影响规律。将油封的初始安装过盈量、油侧唇角、空气侧唇角、腰厚、腰长、理论接触宽度、卡紧弹簧的弹性模量、油封主体橡胶的硬度8个设计参数的标准化数据作为输入向量,将油封唇口最大接触压力、泵吸率和摩擦扭矩的标准化数据作为输出向量,建立响应面模型,以输出向量方差得到各设计因素的似然函数值作为评判指标,确定各设计参数对油封密封可靠性的影响程度。结果表明:橡胶硬度、理论接触宽度、弹簧弹性模量、过盈量、腰长对油封动态密封可靠性的影响较显著,油封唇口最大接触压力对弹簧弹性模量、理论接触宽度、橡胶硬度、腰厚、油侧唇角较敏感。综合考虑旋转轴唇形油封的静态和动态可靠性,得到影响其可靠性的关键设计因素为理论接触宽度、弹簧弹性模量和橡胶硬度。

双边定时截尾下Pareto分布的参数的极大似然估计的EM算法

给出了当寿命分布为Pareto分布时,双边定时截尾寿命试验下形状参数的极大似然估计。由于似然方程形式较复杂,无法得到参数的显式表达式。但可证明此极大似然估计是唯一存在的,并利用EM算法求出了此参数的一种估计。

双线性参数系统的极大似然递推参数估计

研究具有自回归滑动平均噪声的双线性参数系统,该系统结构复杂,噪声项的研究更具普遍意义。为实现系统参数的在线辨识,采用梯度搜索方法,推导了双线性参数系统的随机梯度算法。对于出现的未知项,基于递阶辨识原理使用其估计值进行替代。极大似然估计方法基于概率论,具有良好的一致性、渐近正态性和可用性,在引入极大似然估计方法后得到了相应的极大似然随机梯度算法,为进一步减小有色噪声对参数估计精度的影响,结合多新息辨识理论,将标量单新息扩展为多新息向量,研究了具有自回归滑动平均噪声的双线性参数系统的极大似然多新息随机梯度参数估计方法,并进行了仿真验证。

基于高斯似然的精准水声信道估计

针对时变水声信道的多途干扰问题,提出基于高斯似然(Gaussian likelihood,GL)的精准水声信道估计算法。GL算法将相邻信道短块的高斯概率密度函数相乘,乘积仍然服从高斯分布,且方差变小,从而进一步提高信道估计的准确性;采用叠加训练(superimposed training,ST)方案,将训练序列和符号序列线性叠加,使训练序列持续传输,实现对信道的实时跟踪。将ST方案、GL算法和Turbo均衡以迭代的方式相结合,估计出的符号序列作为虚拟训练序列,进一步提高时变水声信道的估计和跟踪性能。通过多次迭代计算,实现时变水声信道的精准估计和实时跟踪。最后,通过计算机仿真以及胶州湾收发节点水平距离500 m和5.5 km的海上运动实装试验,验证了所提算法的有效性。

基于EM算法的极大似然参数估计探讨

首先介绍了EM算法 ,然后研究了基于EM算法的混合密度极大似然参数估计 ,最后利用计算机仿真验证了此算法的收敛性和有效性 .

针灸对肠易激综合征患者脑区激活的磁共振成像研究:一项基于激活似然估计的分析

目的:运用激活似然估计(ALE)分析探讨肠易激综合征(IBS)病人胃肠相关脑区激活特点,并试图阐明IBS病人通过针灸治疗后丘脑区活动改变的神经机制。方法:系统检索中文及外文数据库,检索时间从建库开始—2023年5月。运用软件Ginger-ALE 3.0.2进行坐标统一化与元分析。计算出的脑区ALE分布图通过Mircron软件与Dpabi软件呈现。结果:共纳入8项研究,其中IBS病例248例、健康对照者149例。元分析结果显示:与健康被试者比较,IBS病人右侧额下回、右侧额中回、右侧豆状核、右侧丘脑与右侧脑岛等脑区激活增强,无减弱脑区;而经针灸治疗后,IBS病人与针灸治疗前比较,其左侧额中回、左侧豆状核、左侧中央前回、左侧海马旁与左侧扣带回等脑区激活减弱;进一步联合对比分析发现:豆状核为针灸共同的易激活脑区。结论:IBS患者相关脑区存在神经代谢的改变;针灸可以整体调节IBS患者优势侧脑区功能活动,从而调节胃肠道紊乱。

基于改进帝王蝶算法的最大似然DOA估计

针对传统最大似然波达方向(maximum likelihood direction of arrival,ML-DOA)估计存在计算量大、估计精度差等问题,本文提出一种采用改进帝王蝶优化算法(improved monarch butterfly optimization algorithm,IMBO)的ML-DOA估计方法。IMBO算法通过精英反向学习策略对初始帝王蝶种群进行优化,得到适应度值较优的初始帝王蝶个体,进而能够改善帝王蝶种群的多样性;引入差分进化算法启发的变异操作以及自适应策略对帝王蝶个体的寻优方式进行改进,扩大了算法的搜索空间;引入了高斯-柯西变异算子,自适应调整变异步长,避免算法陷入局部最优。将IMBO应用于ML-DOA,实验表明,与传统的DOA估计算法相比,在不同信源数目、信噪比以及种群数量下,本文提出的算法收敛性能更好,均方根误差更低,运算量更小。

讲授极大似然估计时应注意的几个问题

极大似然估计是由费雪（Ｒ．Ａ．Ｆｉｓｈｅｒ）在１９１２年提出的一种对参数进行点估计的方法。由于这种方法对总体参数进行点估计时，既利用了样本资料对参数提供的信息，又充分考虑了总体对参数提供的信息，因而极大似然估计值具有一致性、有效性、充分性、完备性等优良估计特性，也正是由于这个原因。

分步极大似然估计

定义了完全极大似然估计 (TMLE)和分步极大似然估计 。

完全极大似然估计与分步极大似然估计

得到了完全极大似然估计的一个重要性质和线形模型、指数分布、均匀分布的完全极大似然估计和分步极大似然估计 ,并与矩估计和极大似然估计进行比较 。

面向高速PAM4有线收发机的自适应和低复杂度最大似然序列检测器

高速串行收发机是中央处理器、网卡和交换机等高性能芯片的关键部件.判决反馈均衡器(decision feedback equalization,DFE)是高速串行收发机的主要判决电路.针对传统DFE在高码间干扰(intersymbol interference,ISI)信道下的高误码率制约串行收发机速率提升的问题,提出一种面向4电平调制(4 pulse amplitude modulation,PAM4)串行收发机的自适应、低复杂度的减状态序列检测器(adaptive reduced-state sequence detector,ARSSD).ARSSD基于最大似然序列检测结构降低检测误码率;结合Viterbi算法和分区算法降低运算复杂度;采用基于迫零算法的ISI参数获取方式实现检测器参数的自适应更新.所提结构最终完成了行为仿真、电路设计以及系统验证.基于模拟前端芯片和现场可编程门阵列电路的实验结果表明,与传统DFE相比,当12~64 Gbps PAM4信号经过−8~−18 dB@16 GHz衰减信道时,32×4路并行ARSSD检测误码率降低2个数量级,与行为仿真结果一致.

4×4 V-BLAST系统分组最大似然检测算法

对于V-BLAST系统的检测,最大似然(ML)算法有着最优的性能却也有最大的计算复杂度;经典的排序连续干扰抵消(OSIC)算法复杂度较低,但数值稳定性差,且性能与ML差距较大。因此,本文基于检测性能和计算复杂度折中的思想,针对4×4 V-BLAST系统提出了一种分组最大似然(Group ML,GML)检测算法,在保证较好检测性能的基础上,通过将四维ML检测器分成两组二维ML检测器来降低计算复杂度。此外,本文还提出了一种简化的最大似然(Simpli-fied ML,SML)检测算法,通过将每组中的二维ML检测器的搜索空间从二维降至一维,进一步降低了计算复杂度,并证明其与ML算法具有一致的性能。仿真表明,在误符号率为10-3时GML算法相比OSIC算法有约7dB的性能提升。经分析知,GML算法复杂度与ML-OSIC算法相比在高阶调制方式下有着显著的降低,易于硬件实现。

基于最大似然估计的低轨通信星座分布式时间同步方法研究

随着低轨巨型星座的快速部署和卫星互联网的快速发展,由大规模低地球轨道卫星组成的分布式卫星系统是空天地一体化的重要特点。在卫星网络中,低成本、高精度的时间同步技术是其中的核心技术之一。针对低轨卫星高动态、拓扑结构时变特性因素影响下的低轨通信星座的分布式时间同步问题,考虑低轨卫星场景下的通信时延特性,同时为解决现有方法在动态网络拓扑下同步精度和收敛速度方面的不足,提出了一种基于最大似然估计的低轨卫星时间同步方法,能有效解决分布式动态网络中的通信时延随机不可预测以及星间距离不对称的问题。仿真结果表明,低轨卫星动态场景和拓扑结构变化下,本文提出的基于最大似然估计的时间同步方法同步误差均小于5ns。

基于语义似然与高精度地图匹配的智能车辆同时定位与检测

车载传感器数据与高精度地图的精确匹配是提升智能车辆感知与定位的关键.提出基于语义似然模型(SLM)的高精度地图匹配新算法,实现智能车辆同时定位与目标检测任务.首先通过U-Net提取路面语义目标,利用核密度估计建立SLM.基于粒子滤波框架,利用位姿变换将高精度地图上目标抽样点映射至SLM中,计算该抽样点与传感器数据的匹配程度对每个粒子的权重更新,实现智能车辆的高精度定位.最后利用定位结果完成地图上的要素目标到图像的映射,实现目标的精准检测.利用在校园道路与城市道路环境下采集的数据对所提算法进行验证,实验结果表明,算法的平均定位误差约为14 cm,路面路标检测结果平均交并比(MIoU)均大于80.较之深度神经网络等当前最佳(SOTA)的检测方法,所提算法引入高精度地图的先验信息可显著提升智能车辆定位与目标检测性能.

复合分位回归的贝叶斯经验似然推断

本文将贝叶斯经验似然方法推广到复合分位数回归模型中。构造复合分位数回归模型的经验似然函数,在给定先验信息后,推导出未知参数的条件后验分布。考虑到未知参数后验分布形式较为复杂且有隐式方程约束,构造带约束条件的Metropolis-Hastings算法对模型参数进行点估计、置信区间估计及参数假设检验。计算机模拟仿真结果显示,当模型随机误差为厚尾分布时,贝叶斯经验似然复合分位回归法较复合分位回归法、分位回归法以及最小二乘法在估计偏差和方差上都有明显优势,尤其是数据含有较多异常点时,本文提出的方法最为稳健。利用新方法对一个医疗费用支出影响因素数据进行建模分析发现:较其他估计方法,无论是否删除数据中异常点,贝叶斯经验似然复合分位回归法得到的系数估计前后变化最小,这为实际建模过程时减少数据中未知异常点给模型带来的影响提供有益帮助。