复合零假设下非参数似然比检验的渐近性质

给出了带估计参数的上界型和积分型两种非参似然比拟合优度检验统计量。对上界型检验统计量,研究了与之有关的一个极限性质;对积分型检验统计量,证明了其在复合零假设下的渐近分布。所得结论可以为进一步讨论非参似然比拟合优度检验提供一定的理论基础。

一种基于非参数似然比准则的ICA盲检测算法

为抑制CDMA系统中的多址干扰,提出一种基于非参数似然比准则的ICA盲检测算法.该算法直接由观测信号样本出发,使用核函数估计分离信号的概率密度函数,并结合梯度下降法和似然比准则进行目标用户的信号检测.计算机仿真及与其他算法的比较表明,该算法抑制多址干扰的能力介于FastICA检测和最小均方误差(MMSE)检测之间.

非参数似然率独立分量分析算法的OFDM系统载波频偏盲估计

研究提出了一种利用非参数似然比(NLR)新算法获得OFDM系统频偏估计的新方法,给出基于NLR的ICA算法的OFDM系统数学模型,利用NLR算法分离各个子载波,然后利用本地载波与子载波的频差估计出OFDM的频偏(CFO),该算法获得的CFO可以包括信道的传输特性对CFO的影响。经典的ICA算法(如FAST-ICA)对源信号的统计特性具有依赖性,源信号统计特性的变化可能使算法的性能降低甚至无法得到希望的分离信号,非参数似然算法(NLR)的独立分量分析(ICA),不依赖于源信号的统计特性,而且能够对混合信号实行连续分离,因此是一个全盲的算法。仿真结果表明,将跟踪到的频偏在接收端进行补偿后,减小了子载波的串扰,降低系统解调后的误码率,提高了OFDM系统性能。

含辅助信息的最小非参似然比估计和检验

当前,拟合优度检验已经比较完善,但仍存在对总体分布已有信息利用不足或者直接丢掉这部分信息的问题.为了实现对已有信息的充分利用,首先借助经验似然的思想与最小非参似然比统计量的形式,给出含辅助信息的最小非参似然比统计量;然后利用最小非参似然比估计与检验性质的研究方法,得到含辅助信息的最小非参似然比估计量,并考察检验统计量的相合性、稳健性,同时得到其在复合零假设下的极限分布.这些结论在一定程度上可以丰富和完善拟合优度检验与非参数估计的一些理论.

一类半参数回归模型的经验似然

考虑一类半参数回归模型yi=xi′β+g(xi)+ei,1≤i≤n,其中xi=(xi1,xi2,…,xik)′是固定设计点列,β=(β1,β2,…,βk)′是未知待估参数,g(.)是未知函数,ei是随机误差,且E(ei)=0,E(ei2)=σ2<∞.首先假设β已知,用非参数权函数方法估计非参数部分g,然后应用经验似然方法构造似然函数,证明了经验对数似然比统计量渐近服从卡方分布.结果可用于构造半参数回归模型中参数向量的置信区域.