基于总体经验模态分解和连续均方误差的侵彻过载信号分析方法

侵彻过载是攻坚武器及相关研究的重要参量。针对实测弹载侵彻过载曲线分析处理方法开展了研究,提出采用总体经验模态分解(EEMD)结合连续均方误差(CMSE)理论获取弹体刚体过载信号的方法。通过EEMD获得测试信号的本征模态函数分量,再运用CMSE理论判别高频干扰与侵彻信号的分界点,对不含分界点分量的高频分量进行抛弃处理,将其余低频信号进行重构获得弹体刚体过载信号。积分结果表明,重构信号在有效去除高频干扰的同时,完整保留了侵彻过载中弹体刚体的加速度信号。此外,整个分析过程所具有的信号自驱动特性避免了不同弹靶工况下滤波频率选择困难。

鲁棒总体均方最小自适应滤波:算法与分析

本文研究了在输入输出观测数据均含有噪声的情况下如何有效地进行鲁棒自适应滤波的问题 .以总体均方误差 (TMSE)最小为准则 ,基于最速下降原理 ,通过对总体均方误差梯度进行修正 ,提出了一种鲁棒的总体均方最小自适应滤波算法 .通过与已有算法的对比分析表明 ,该算法能够有效地降低权向量的每步调整量对噪声的敏感程度 .仿真实验的结果进一步表明 ,该算法的鲁棒抗噪性能和稳态收敛精度明显地高于其它同类方法 ,而且可以使用较大的学习因子 ,在高噪声环境下仍然保持良好的收敛性 .

比率估计量均方误差的近似值及其估计量的偏差

改进了比率估计的均方误差 ,给出了偏差的价为 1/n3

基于线性MMSE的Volterra信道Turbo均衡算法

非线性码间干扰是影响卫星通信的重要因素之一,需要有效消除或降低这种影响。在用Volterra级数分解表示非线性信道基础上,提出了基于线性MMSE(Minimum Mean Square Error)的Turbo均衡算法,以解决非线性码间干扰问题。通过对基于线性MMSE的Turbo均衡算法作无先验信息和低复杂度的MMSE近似处理,在不降低均衡性能的前提下,既能同时消除线性和非线性干扰,又能大大降低计算复杂度。仿真验证了该算法的有效性。

分层先验总体中总体总量的经验贝叶斯预测

对具有分层逆伽马先验总体中总体总量的经验贝叶斯预测进行研究。首先,提出一种新方法得到总体总量的贝叶斯预测,并在此基础上获得总体总量的经验贝叶斯预测。其次,分情形探讨了经验贝叶斯预测的性质,结果表明它是渐近最优的,并在预测均方误差意义下优于最佳线性无偏预测。最后,通过模拟研究论证了论文的主要结论。

缺失总体单位产生的抽样框误差的测算

缺失总体单位产生的抽样框误差的测算文／西南财大计统系、信息系谢小燕，林学杰在抽样调查中，最基本的问题是要有一个包括全部总体单位的框架，用这个框架来代表总体，从而进行随机抽样，这个框架称为抽样框．在统计调查中，当调查目的一确定，所要调查研究的现象总体就...

基于Volterra级数模型的非线性系统的鲁棒自适应辨识

研究了基于Volterra模型的非线性系统的鲁棒自适应辨识问题 .针对Volterra系统辨识时输入输出观测数据均受噪声污染的情况 ,建立了基于Volterra模型的鲁棒Volterra总体均方最小自适应辨识算法 .该算法应用梯度下降原理 ,通过对梯度的修正 ,有效地提高了算法的鲁棒性 .仿真结果表明 ,在低信噪比 ,或使用较大学习因子的情况下 ,该算法的收敛性能明显优于其他算法 ,便于实际应用 .

水科学中应用数理统计方法应注意的几个问题

对回归方程误差的影响因素进行了分析,导出了回归方程的均方误差与其影响因素之间的关系式。分析表明,复相关系数(或相关系数)一定时,倚变量的变差系数越大,回归方程的均方误差就越大;回归分析时,应对回归方程的误差进行分析。对于样本均值估计总体均值,给出了基于误差限制的样本容量的计算式。研究表明,应考虑样本变差系数对估计精度的影响。

基于排序集样本和双辅助变量的比率估计改进方法

基于排序集样本和双辅助变量建立总体均值的改进比率估计量,研究了估计量的偏差和均方误差,并从理论上比较了两种抽样方法下的估计效率,最后借助随机模拟和实际例子分析了比率估计方法的有效性.结果表明,利用双辅助变量的改进比率估计精度明显高于简单随机抽样或者单辅助变量比率估计.

有限总体中基于广义Liu估计的预测及其小样本性质(英文)

在有限总体中提出了一类基于广义Liu估计的新的预测,得到了基于广义Liu估计的预测在预测均方误差意义下优于最优线性无偏预测的充要条件,并通过实例对理论成果进行了进一步的说明.

病态加权总体最小二乘的广义岭估计解法

针对加权情形下的变量误差(EIV)模型,采用广义岭估计法处理总体最小二乘平差的病态性问题.结合最优化准则和协方差传播率推导了未知参数的改正数求解公式;根据参数估计值的均方误差最小化原理,通过求偏导数列出广义岭估计中岭参数的迭代解式,并讨论了广义岭参数的含义和作用,给出了确定岭参数的L-曲线法.通过算例比较分析了加权最小二乘估计、总体最小二乘估计、加权最小二乘岭估计、总体最小二乘岭估计、加权最小二乘的广义岭估计和总体最小二乘广义岭估计,叙述了加权总体最小二乘的广义岭估计的优缺点.

结构总体最小二乘估计理论的拓展及其应用研究

具有随机系数矩阵的高斯-马尔可夫(GM)模型被称为变量误差(EIV)模型,在均方误差意义下,总体最小二乘(TLS)估计得到的EIV模型参数估值优于最小二乘(TLS)估计,这种状况已引起测绘领域的极大关注,并成为多年来的热点问题之一。

对奥运会团体名次预测的评价

本文在探讨对团体名次预测方法的评价标准的基础上,比较、评价了中、苏、美、日四国对汉城奥运会团体名次预测的水平,并对今后的预测工作提出了建议。

基于辅助变量偏斜系数的分别比估计(英文)

本文在分层随机抽样下通过使用辅助变量的偏斜系数提出了几个总体均值的估计。从理论上比较了提出的新估计和经典分别比估计的均方误差。并且通过一个原始数据的实际应用例子验证了提出估计的有效性。

用于有记忆非线性放大器的自适应预矫正器

提出了一种新的在OFDM系统中针对有记忆非线性放大器的自适应预矫正器的结构。先将有记忆的非线性放大器建模成一个维纳(Wiener)系统,然后通过串连一个LMS算法的自适应线性滤波器和一个基于查找表的无记忆预矫正器来实现对此类非线性系统的预矫正。这种结构的训练过程也相应地涉及到两个串连的自适应算法。同传统的Volterra预矫正器相比,该结构更为简单;同时,在记忆长度相同的情况下,性能也可以更好。

心理统计方法简介(续三)

八、方差分析(一)方差分析的基本思想在心理学研究中,常有两个以上的实验处理的效应需要进行比较。例如,随机抽取四组大白鼠进行学习与记忆的研究,设在 A、B、C、D 四种不同训练条件下,让大白鼠进入相同的迷宫,然后测定它们条件反射建立的时间。

有限总体的自适应岭型预测

假设我们所感兴趣的总体由N个可识别的个体组成,它们分别标以1,2,…,N。对于第i个个体,有一已知的p维向量x_i和未知量y_i,i=1,2,…,N。记y′=(y_1,…,y_N),X′=(x_1,…,x_N)。