加权平方损失下一类指数分布族刻度参数的估计

对一类刻度指数分布族c(x,n)θ-νe-T(x)/θ,利用加权平方损失函数L(θ,δ)=(δ/θ-1)2研究了刻度参数θ的最小风险同变估计。经由Bayes估计给出了最小风险同变估计的精确形式,并讨论了它的最小最大性,最后应用积分变换定理证明了θ的Bayes估计具有不变性。

含未知输入非线性系统的扩展平方根容积卡尔曼滤波算法

针对工程实际应用中存在的未知输入会导致经典的非线性滤波器状态估计精度下降甚至滤波发散的问题,提出了一种基于最小方差无偏估计(minimum variance unbiased estimation,MVUE)准则的扩展平方根容积卡尔曼滤波(extended square-root cubature Kalman filter,ESRCKF)算法。首先,结合上一时刻未知输入估计值对状态一步预测值进行修正,得到含未知输入条件下的状态预测值。其次,设计新息并采用加权最小二乘(weighted least squares,WLS)法获取当前时刻未知输入的无偏估计。最后,通过最小化协方差矩阵的迹,同时采用拉格朗日乘子法和舒尔补引理得到系统状态的最小方差无偏估计。仿真结果表明,相比于现有的非线性滤波算法,ESRCKF算法提高了在处理含未知输入非线性系统时的状态估计精度,并能同时实现系统状态和未知输入的最优估计,验证了该算法的有效性。

脉冲噪声下改进型正弦信号幅度估计方法

针对传统正弦信号幅度估计方法在脉冲噪声环境下性能退化的问题,提出了一种改进型Huber估计方法。利用最小二乘方法给出初始参数估计,得到重建波形和误差信号,为了提升估计精度,在Huber估计过程中采用一种新的代价函数,对误差信号进行可调整的非线性映射,有效抑制了脉冲噪声对正弦信号幅度估计的影响。为了获得更高的估计精度,采用迭代重加权最小二乘估计的方式获得估计结果。计算机仿真结果表明,改进型正弦信号幅度方法在脉冲噪声环境下比传统估计方法具有更好的幅度估计精度。

MIMO-OFDM系统中的采样钟频率偏移估计

分析了采样钟频率偏移对MIMO-OFDM系统接收信号的影响,提出了一种适用于MIMO-OFDM系统的采样钟频率偏移估计算法,即幅度加权最小平方估计法.该算法根据最小平方准则,利用两个完全相同的训练符号在相同子载波上的相位差来估计采样钟频率偏移.为了提高算法在瑞利衰落信道下的性能,进一步采用了幅值加权的方法.仿真结果表明,该方法无论在高斯、莱斯还是瑞利信道下均能取得良好的性能.

鲁棒估计器在3D网格降噪中的应用

从最小平方估计的观点揭示了最小平方估计与Laplacian光顺算法之间的关联,并进一步提出了M-估计器在网格光顺中的应用,最后延伸M-估计器至二次加权的M-估计器,在抑制噪声的同时有效地保持了表面特征.在本质上,二次加权的M-估计器就是双向滤波器.