基于广义似然比检验的差分超宽带信号接收机

提出采用广义似然比检验实现对差分超宽带信号的最佳检测.在信道条件未知的情况下,首先完成信道特性的最大似然估计,而后进行差分超宽带信号的统计检测,得到了基于广义似然比检验的差分超宽带信号接收机结构.结果表明,差分超宽带的广义似然比检验接收机是一种相关接收机,其本地模板信号为前一个码元脉冲接收波形的平均.在此基础上,对接收机输出噪声进行高斯近似获得了该接收机的误码性能.

冗余传感器故障诊断的最优奇偶向量法与广义似然比检验法的等效性

通过分析用于冗余传感器量测系统故障检测与隔离(FDI)的广义似然比检验(GLT)方法和最优奇偶向量检验(OPT)方法,指出用OPT方法进行FDI所存在的问题,并进行修正。证明了GLT方法和修正后的OPT方法进行FDI是完全等效(一致)的。

基于广义似然比检验-动态规划的检测前跟踪算法

检测前跟踪(TBD)技术通过时间换取能量,可以有效提高微弱目标的检测和航迹处理性能.提出了一种距离多普勒域基于广义似然比检验-动态规划(GLRT-DP)的TBD算法.给出了目标回波信号模型,在此基础上,推导了基于二元复合假设检验的GLRT的TBD算法表达式,在把由表达式所得数据矩阵转换到离散距离多普勒域后,利用DP方法进行搜索寻优,实现所提算法的同时降低了运算量.利用虚警概率和检测概率对所提算法的性能进行了分析.通过仿真实验对所提算法进行了验证,实验结果表明:该算法对雷达微弱目标的检测性能优于传统TBD方法,可以有效实现低信噪比背景下微弱目标的检测和航迹处理.

基于广义似然比检验和二维分配的多目标跟踪方法

针对杂波环境下多目标跟踪形成问题,提出一种多目标跟踪方法,采用二维分配算法解决“量测-航迹”关联问题,采用广义似然函数比检验(generalize likelihood ratio test,GLRT)规则对航迹的真假作出判决,并且充分利用信号的强度信息来提高算法的可靠性和有效性。仿真分析表明,该方法能够有效地解决噪声环境下目标的航迹起始、确认、删除和维持问题,给出的递推形式可以满足实时计算的要求。

两个总体相等的广义似然比检验

利用广义似然比检验的原理,首先求出广义似然比统计量的极限分布,然后给出了两个总体相等的广义似然比检验方法,并且给出了随机模拟结果.

部分线性回归模型中的广义似然比检验

检验了部分线性回归模型中的函数部分是否为常数,在备择假设下,先用局部多项式方法估计出函数部分,在估计中忽略了参数部分,将其并入误差项,再使用二阶段估计法,直接应用最小二乘方法,估计出参数部分,并讨论了它们的渐近性质.计算了零假设下广义似然比检验统计量的表达式,并给出其渐近分布.

基于对角线加载的极化域广义似然比检验算法

研究了在高斯干扰中极化自适应阵列信号检测问题。提出了一种基于对角线加载的极化域广义似然比检验算法,当干扰子空间维数较小时,解决了因辅助数据采样数不足引起的矩阵病态问题。研究表明,该算法相对于干扰协方差矩阵有恒虚警的性质。其检测性能优于极化域广义似然比检验算法。

单边的广义似然比检验及其优良性

给出两个独立正态总体的参数比较的单边广义似然比检验统计量 ,并证明所得的检验为UMPUT .

基于广义似然比检验算法的IM定子故障诊断

围绕闭环控制下逆变器驱动感应电机(IM)系统的定子故障问题,设计了一种新型的基于广义似然比检验算法的定子故障诊断方法。IM定子故障通常从匝间短路开始,可演变为相间或相对地故障,从而导致定子电流不平衡。所提出的诊断方法首先进行定子电流对称分量计算,然后基于最大似然估计器估计基频和三相相量,并应用广义似然比检验实现不平衡故障诊断。在1.5 kWIM测试平台上,用与定子绕组串联的附加电阻模拟故障,并进行了故障诊断测试,实验结果验证了新方案可对IM定子故障进行有效检测。

广义似然比检验法在两个正态总体中的应用

广义似然比检验法是数理统计中一种很重要的假设检验方法,它的适用范围较广,本文利用广义似然比检验法,给出了两个正态总体方差是否相等的检验。

排序集抽样下总体参数的修正似然比检验方法

基于排序集样本讨论了总体参数的修正似然比检验,并进一步比较了该检验与传统的似然比检验在参数空间上的功效,从假设检验的两类错误角度说明了基于排序集样本的修正似然比检验的优良性.

正交饱和设计中广义似然比检验的势函数(英文)

在试验误差服从正态分布的条件下,为Al-Shiha和Yang提出的正交饱和设计逐步检验法确定了一个势函数．该方法是由正态假设下的广义似然比检验统计量导出的,原先只能通过随机模拟来与其他方法比较．通过本文导出的势函数解析式,使得有可能将该方法与著名的Lenth方法等进行精确比较．

用广义似然比方法导出方差分析模型中统计假设的检验方法

针对方差分析模型中一种方式分组的数据的情形，引入了广义似然比方法，推导出了其统计假设的检验方法。

基于线性模型广义似然比检验的突发信号检测方法

针对突发信号检测问题,分别建立了实信号检测和复信号检测的二元假设检验模型,基于线性模型广义似然比检验构建了检验统计量,得出了两种假设条件下检验统计量的概率分布函数,并根据检验统计量的概率分布函数推导出了检测器性能的解析表达式。用仿真的方法对推导结果进行了验证,仿真结果和理论结果完全一致。

混合总体中广义似然比检验研究的进展(英文)

在正则统计模型中,广义似然比检验其方法简洁而有效.但在经济、生物学等领域中有着广泛的应用的混合总体中,因其正则条件不再成立,使得广义似然比检验要困难复杂得多.概述了在混合模型中广义似然比检验研究的进展,特别是检验统计量渐近分布的新进展.

基于期望偏差和广义似然比检验的非重构宽带压缩盲感知

为了克服传统宽带频谱感知方法存在的不足,提出了一种基于期望偏差(Ex D)和广义似然比检验(GLRT)的合作式非重构宽带压缩盲感知方法,简称Ex D-GLRT方法。该方法直接利用压缩采样观测数据的数字特征构建检测统计量,基于Ex D进行本地混合判决;认知基站将本地判决信息分为软判决和硬判决两类,采用基于非重构的GLRT方法对软判决信息进行可靠性融合检测,并给出最终判决结果。理论分析和仿真结果表明,该方法是一种盲感知方法,既不需要主用户信号先验知识,也不需要噪声方差信息,可有效提高频谱感知能力,且计算复杂度较低。

缺失数据下变系数分位数回归模型的广义拟似然比检验

考虑一类缺失数据下变系数分位数回归模型的估计与推断问题.首先,运用Jackknife方法对变系数分位数回归模型中的系数函数进行了局部线性拟合.其次,构造了缺失数据下的广义拟似然比检验统计量,进而检验变系数分位数回归模型的系数.最后,在一定条件下证明了所构造统计量的大样本性质.

非线性再生散度模型的广义变离差检验

研究了非线性再生散度模型的广义变离差检验,对于一类常见的正则散度分布族,解决了离差参数的齐性检验问题,得到了检验的似然比统计量和score统计量,并证明了score统计量的渐近χ2性.本文研究的非线性再生散度模型包括了许多常见的统计模型,诸如正态线性和非线性回归模型、广义线性模型和广义非线性模型等;同时,本文结果也适用于某些更复杂的分布,诸如基于极值分布、单纯形分布的非线性模型等.因此本文的结果进一步推广和发展了文献中已有的工作.

基于自适应ZUPT与航向角误差修正的INS约束算法

为提高行人惯性导航系统(INS)的定位精度,提出了一种基于自适应零速修正算法(ZUPT)与航向角误差修正的INS约束算法。首先,利用基于广义似然比的零速检测阈值与检验统计量的特征值建立关系式,实现对零速检测阈值的自适应调整。然后,对INS解算位置建立线性回归模型,结合主航向与解算航向的航向差,根据行人运动类型构建观测向量和观测矩阵,对INS误差进行修正。最后,经实验验证,当行人在复杂路线变速运动时,相较于固定阈值的零速检测算法和主航向修正算法,所提算法的解算轨迹更接近真实轨迹,平均闭环误差从3.31%D减小至1.45%D,有效提高了INS定位精度,具有较好的工程应用价值。