一种新的最大似然三参数单站无源定位方法

在质点运动学原理无源定位的基础上 ,提出了利用角度、角速度和多普勒频率变化率 (三参数 )等观测量进行最大似然单站无源定位的方法 ,并且分析了它的定位精度问题 。

耗损故障的三参数Weibull分布极大似然估计方法

鉴于工程实际中经常遇到的耗损故障零部件检修周期和可靠寿命的确定问题,给出一种针对耗损故障的三参数Weibull分布极大似然估计方法,通过计算对方法的正确性和有效性进行模拟验证,结合实例说明该方法在实际中的应用。

三参数Weibull分布参数的极大似然估计数值解法

利用降阶思想,给出了一种新的求解三参数Weibull分布参数的极大似然估计数值方法。该方法首先假定形状参数已知,将三元方程组转化为二元方程组,并用二分法求解该二元方程组的数值解,然后将尺度参数和位置参数表示成形状参数的函数,此时极大似然函数仅是关于形状参数的单变量函数,再次应用二分法即可得出形状参数的最优估计结果。该算法稳定,不需要赋予初始值,对样本数量没有限制。与其他方法相比,具有计算精度高、运算速度快的优点,便于工程应用。

多种数据状态下三参数Weibull分布的极大似然估计

提出一种既适合完全数据,也适合各种截尾数据的三参数Weibull分布极大似然估计的计算方法。首先建立完全数据和截尾数据下统一形式的似然方程;利用二阶收敛Newton-Raphson迭代法求解给定位置参数时含尺度参数和形状参数的两参数Weibull分布的极大似然估计;然后采用稳定快速的Brent搜索法,求解出仅含位置参数的单变量似然函数最优解;最后结合实例说明该算法的稳定性和高效性。该方法具有计算精度高、速度快、适用数据范围广的优点。

威布尔分布产品参数估计极大似然优化方法

航空、航天、机械等领域的许多产品寿命服从威布尔分布,威布尔分布参数估计的极大似然方法是通用方法,可适用于完全样本、截尾样本.在最小二乘法参数估计基础上,提出了寿命服从威布尔分布产品的分布参数估计和分布参数区间估计的极大似然优化方法;解决了实数范围内快速搜索求解参数估计极大似然超越方程问题.所提出的优化方法,可进行威布尔分布参数和分布参数区间的快速估计,既可用于完全样本,又可用于定数截尾样本或定时截尾样本.

不完全寿命威布尔分布三参数最大似然估计式求解

给出了采用二分法求解不完全寿命威布尔分布三参数最大似然估计式的原理、具体方法、框图。

分子区间标记定位QTL的一种改进方法——基于分子标记的极大似然法

提出了以区间分子标记定位QTL时,以分子标记各种类型的性状密度函数进行极大似然估计,进而获得LOD值的极大值,达到准确定位QTL的结果,并与原方法进行了比较。结果表明,新方法所得LOD的数字表达式更简单,并且可以看出样本容量n和分子标记的密度r对于maxELOD值的估计有很大影响。

基于极大似然估计的全景立体视觉机器人自定位方法

针对室内环境下移动机器人的自主定位问题,研究了一种基于极大似然估计算法的全景立体视觉机器人自主定位方法。通过分析双曲面折反射式全景成像系统原理,利用全景视觉具有探测范围广、能够获取环境信息丰富的特点,提出了一种同向垂直基线的全景立体深度信息测量算法。在三边定位算法的基础上推广,提出了基于多路标的极大似然定位算法,采用最小二乘估计法,计算机器人定位的几何超定方程组,设计了完备的定位算法,实现机器人的绝对坐标解算。该方法能够应用于大范围环境的全局定位,实验结果验证了该算法的可靠性和准确性。

结合极大似然距离估计的MDS-MAP节点定位算法

基于多维定标的定位算法通常利用节点间的最短路径长度代替欧式距离构建距离矩阵,当网络拓扑结构不规则时,会导致较大的定位误差。针对这一问题,提出了一种结合极大似然距离估计和多维定标的节点定位算法MDS-MAP(MLE)。算法将待测节点的一跳邻居节点信息作为极大似然方法的输入,利用与邻居节点的距离信息计算待测节点的相对坐标,然后根据已知锚节点的坐标,将所有节点的相对坐标映射为绝对坐标。实验结果表明,针对规则网络和不规则网络,MDS-MAP(MLE)算法均可取得较好的定位精度,且当网络连通度在一定范围内变化时,定位误差可保持在较低的稳定区间内。

三参数威布尔分布参数估计方法比较

选择目前常用的5种三参数威布尔分布参数估计法(概率权重矩法、极大似然法、双线性回归法、相关系数优化法、灰色估计法)进行比较研究,采用不同样本的7组数据进行参数估计,得出了这5种方法各自相应的适用范围,相关结论对正确选用三参数威布尔分布参数求解方法有一定指导意义.

延迟时间模型参数的极大似然估计

介绍了基于客观数据的延迟时间模型参数极大似然估计方法,提出了应用优化理论中的单纯形法求解似然函数的算法,为延迟时间模型的参数估计问题提供了可行的解决方法.通过计算机模拟数据的验证,此方法切实可行,结果可以满足需要.

三参数Weibull分布几种常用的参数估计方法

介绍了三参数 Weibull分布几种常用的参数估计方法 ,并对这些方法的特点做了分析和比较 。

两种情形下参数的极大似然估计

本文给出了两种情形下总体分布参数的似然估计具体方法。

最大似然参数估计水声通信帧同步技术研究

水声通信中传统帧同步方法仅仅依赖于匹配滤波输出的相关系数,在复杂信道条件下,容易出现误触发和漏同步。针对这一问题,分析了水声信道中噪声、多普勒和多径对帧同步的影响,提出了一种基于参数估计的帧同步方法.在同步过程中引入参数估计,将信号参数作为检测判决依据,以降低误触发率和漏检率;同时对最大似然估计算法进行适当简化,以降低实现复杂度。计算机仿真实验验证了新的帧同步方法相对于传统方法在定时精度和相关系数方面的优势。实际水声通信实验结果表明,无论是静止平台还是移动平台之间的通信,新的帧同步方法均能有效提高匹配滤波器输出的相关系数,提升接收机检测能力,从而避免出现误触发和漏同步。

基于遗传算法Beta分布参数的极大似然估计

在求解Beta分布中三参数的极大似然估计(MLEs)时,因对应的似然方程组得不到显性解,故采用遗传算法来求解该方程组的数值解.结果表明,通过遗传方法得到的MLEs数值解是非常接近真实值的.

基于边缘似然最大化的信号源参数估计

边缘似然最大化算法在远场信号源定位的应用已有研究,但是目前仍然没有将其推广延伸至近场信号。由于近场信号源与远场信号源之间存在着延伸关系,将上述理论自远场源延伸至近场源的研究不仅具有充分的可行性,也具有很大的实用价值。该方法将在边缘似然最大化理论远场源情况参数估计的基础上,避开传统估计方法的缺点,一方面设计并实现合理的算法流程,对算法的性能进行统计分析,另一方面对其做更进一步的延伸和研究探索,设计出在近场源情况下的全新参数估计算法,实现边缘似然最大化理论自远场源至近场源应用的推广。已设计的算法虽然在源数不多的情况下取得了良好的效果,但是在源个数增多的情况下性能有所下降。所提方法提高了模型的稳定性,并通过实验证明了该改进的有效性,具有理论意义与实际应用价值。希望其成果能够对声呐、移动通信和地震勘探中的目标定位和跟踪等技术的发展起到积极的促进作用。

风电场风速概率分布参数计算方法的研究

风电场风速概率分布体现了风能资源统计特性的重要指标。在认为风速服从两参数Weibull分布前提下,提出了应用极大似然法根据实测的风速数据求解风速概率分布参数,由此估算出能直接体现风能资源状况的风能特征指标值。通过比较由风速概率分布推算出风能特征指标的估计值与由历史风速数据序列获得的实测值,说明极大似然法计算精度高,Weibull分布作为风电场风速统计模型能准确地拟合风能的实际情况,具有实用价值,为风电场规划设计提供重要参考。

新的室内移动机器人自定位方法

针对现有室内移动机器人自定位方法中存在的定位精度不高,随时间积累定位误差增大,复杂室内环境下信号存在多径效应和非视距效应等问题,提出了一种基于蒙特卡罗定位(MCL)的新的移动机器人自定位方法。首先,通过分析基于无线射频识别(RFID)技术的移动机器人自定位系统,建立机器人运动模型;然后,通过分析基于接收信号强度指示(RSSI)的移动机器人自定位系统,提出机器人移动过程的观测模型;最后,针对粒子滤波定位执行效率不高的问题,提出粒子剔除策略和依据粒子方位赋予粒子权值策略,提高系统的定位精度和执行效率。仿真实验表明,机器人在移动过程中的自定位误差在X轴和Y轴方向上为3 cm,传统定位算法误差为6 cm,新算法定位精度提高近1倍,且算法具有很好的鲁棒性。