平衡损失下回归系数最优线性无偏估计的相对效率

本文研究了一般Gauss-Markov模型中回归系数的最优线性无偏估计的相对效率问题.利用Lagrange乘数法,获得了回归系数的最优线性无偏估计.并在此基础上定义了最优线性无偏估计的两种相对效率.

基于最优线性无偏估计的TDOA定位算法

为了减小到达时间差(time difference of arrival,TDOA)方法在定位过程中存在的系统测量噪声和非视距误差,提出了一种基于最优线性无偏估计的TDOA定位算法。该方法首先利用Chan算法计算定位初始位置,在初始位置处泰勒级数展开得到位置估计量的线性模型,并求取误差加权矩阵、系数矩阵及协方差矩阵等参数;然后采用加权最小二乘法对最终位置进行最优无偏估计,同时推导出定位误差的最小方差阵。仿真实验结果表明,在相同环境下该算法的定位精度优于Chan和Taylor算法,同时显著减小了算法的运算量。

平衡损失下回归系数的最优线性无偏估计

在平衡损失函数下得到了回归系数的最优线性无偏估计,结果表明平衡损失下的最优线性无偏估计就是线性模型中回归系数的最小二乘估计.

一类分布族的最优线性无偏估计

正态分布族、指数分布族、极值分布族等这一类分布族的共同特点是有位置参数 μ和尺度参数σ .这一类分布族的参数估计可用无偏估计 ,一致最小方差无偏估计和最优线性无偏估计 .本文证明了所有这一类二参数分布族的最优线性无偏估计 ,并讨论了二参数指数分布的最优线性无偏估计 .

基于最优线性无偏估计的交互式多模型机动目标跟踪

为了解决雷达目标跟踪的非线性估计问题,提出了一种基于最优线性无偏估计的交互式多模型(IMM)机动目标跟踪算法。该算法采用最优线性无偏估计(BLUE),把目标的状态在笛卡尔坐标来表示,而把雷达测量误差保留在极坐标下,并结合交互式多模型算法,实现对机动目标的有效跟踪。仿真实验验证了该算法的准确性和有效性。

排序集抽样下指数分布参数的最优线性无偏估计

排序集抽样方法适用于样本测量困难但排序容易的场合,其样本包含了次序信息指数分布在寿命试验中占有非常重要的地位,为了提高指数分布参数的估计效率,本文提出了排序集抽样下参数的最优线性无偏估计量,计算了新估计量的方差,证明了其具有渐近正态性相对效率和模拟效率的研究结果表明:新估计量的估计效率不仅高于简单随机抽样下一致最小方差无偏估计量,也高于排序集抽样下样本均值和修正极大似然估计量.最后,将推荐方法应用到转移性肾癌的临床研究中,从而验证该方法的有效性.

半参数模型中参数的最优线性无偏差分估计

考虑半参数回归模型y=Xβ+g(t)+ε,在此模型中引入差分算子,得到差分半参数模型,并根据风险函数算出其中参数的最优线性无偏差分估计。同时给出差分模型下参数的最优线性无偏估计的相对效率及其上下界。最后通过模拟算例来说明理论结果优越性。

双应力下恒定应力加速寿命试验的最优线性不变估计

推导了两个应力下恒加试验中加速方程的三个系数A0 ,A1,A2 基于最优线性无偏估计的最优线性不变估计 ,并证明该估计好于传统的不变估计 。

恒加试验的最优线性不变估计

给出了恒加试验的最优线性无偏估计与最优线性不变估计。与有关文献给出的二步估计相比,这两个估计有较大改进,并且在计算上简单可行。

恒加试验中F((t-μ/σ))型寿命分布参数线性无偏估计的改进

给出了F(t-μσ)型寿命分布在恒加试验中,加速方程的两个系数a和b,以及尺度参数σ的一种新的最优线性无偏估计,所得到的估计比常用的加权最小二乘估计a^和b^,以及线性无偏估计σ^的方差更小,且计算较为简便。最后,讨论了常见F(t-μσ)型寿命分布参数μ、σ在定时截尾试验下的近似无偏估计以及它们的方差、协方差。

多元线性模型中参数的最优估计

研究了在矩阵损失下一般的随机效应多元线性模型中线性可估函数的最优估计类.特别的,考虑了两个特殊的估计,并比较了在平均二次误差度量下这两个线性估计的优劣性.

多元线性模型中随机回归系数和参数的最优估计

本文研究了一般的随机效应多元线性模型中线性可估函数的最优线性无偏估计。特别地 ,考虑了一类特殊的估计 :Φ-线性估计 ,给出了 Φ-线性可估函数和最优 Φ—线性无偏估计的定义。得到了 Φ-线性可估函数的最优Φ—线性无偏估计 。

约束线性回归模型的条件岭型估计

本文提出约束线性回归模型下回归系数的条件岭型估计的概念 ,证明了它是 β的约束可容许估计 ,且在均方误差意义下优于 β的约束最优线性无偏估计。

线性回归方程系统中参数估计的相对效率比较

文章讨论了在线性回归方程系统中,相同参数在不同准则下的相对效率以及相对效率的性质,并对各相对效率的上、下界进行了讨论和证明。

一种解决非线性估计问题的kalman滤波器

在雷达目标跟踪系统中,目标动态模型通常是在笛卡儿坐标系中进行建模,然而雷达量测通常是在极坐标系下得到的。从而,雷达目标跟踪就成为一个非线性估计问题。为了解决雷达目标跟踪的非线性估计问题,提出了一种基于最优线性无偏估计的kalman滤波器—Blue-kalman滤波器。

相依回归系统参数的Bayes估计

在指定的先验信息下获得了相依回归系统参数的Bayes估计,并在均方误差阵准则下对与最小二乘估计和最优线性无偏估计进行了比较,讨论了在后验PC准则下相对于最小二乘估计的优良性。

一种基于拟合优度检验的恒虚警检测方法

针对传统的基于滑窗自适应门限恒虚警检测方法在非高斯环境下和多目标干扰环境下,性能下降的问题,提出了一种基于拟合优度检验的恒虚警检测方案,该方法利用了目标回波与背景杂波统计特性的差异,通过检验待检单元的回波样本是否服从背景分布来检测目标:如果待检单元样本服从背景分布,则有理由相信待检单元回波源于背景杂波,从而判断没有目标存在;否则,将判断有目标存在。和传统的基于自适应门限的检测方法相比,该方法受背景分布特性和干扰目标的影响很小。仿真实验表明,在尖锐的非高斯杂波环境下以及多目标干扰环境下,都能保持更优的检测性能。

加权混合估计中权值的确定方法

综合了大地测量中各种异方差多源观测模型和联合平差方法,说明了混合估计方法可以用于测量数据融合,平衡附加信息和样本信息对参数估计的影响。通过求取权值使参数估计的协方差阵的迹最小的方法,给出了一个权的最优选择方法。本文扩展了已有的加权混合估计方法,使得新方法中的权不受验前单位权方差的限制,能有效应用于大地测量数据处理。

一般岭估计及其相对效率

讨论了一般Gauss Markoff模型中未知参数向量的最优线形性无偏估计的改造问题 ,引入了一般岭估计的概念且证明了其优良性 ,提出了关于最优化无偏估计的三种估计的相对效率 ,并给出了它们的上界线下界 .

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。