基于分子群改进海象优化算法的矢量水听器宽带信号DOA估计

针对矢量水听器阵列宽带信号波达方向(DOA)估计中存在误差大,求解精度不高等问题,提出一种将分子群改进的海象优化算法(MGIWaOA)与极大似然(ML)估计算法相结合的宽带信号估计方法。首先利用信号子空间变换算法构建聚焦矩阵,将宽带信号转换为窄带信号,然后建立基于ML的DOA估计模型,再通过MGIWaOA进行优化估计。仿真结果表明,该算法比海象优化算法、正弦余弦算法、麻雀优化算法、差分进化算法、遗传算法、粒子群算法的ML估计方法具有更快的收敛速度、更低的均方根误差和更稳健的性能。

带有缺数据下Laplace分布的参数估计

研究了在样本数据缺失的情况下对Laplace分布参数的极大似然估计,并在共轭先验分布为逆伽马分布下和不同损失函数情况下计算出了参数的Bayes和E-Bayes估计的表达式。最后通过随机模拟,得到了对各种估计的均值和均方误差。且结果表明,Bayes和E-Bayes的均方误差比极大似然估计的均方误差要小。

父母身高对子女身高遗传作用的统计学分析

本文根据一组家庭中父母、子女身高的数据,运用离散多元分析极大似然估计法,对其进行多因子效应的检验分析。结果表明,儿子的身高由父亲决定强一些,女儿的身高由母亲决定强一些。

基于目标视线角速度的航迹融合研究

雷达/红外双模制导过程中,提出了目标距离由雷达提供,目标视线角位置或角速度由雷达和红外融合提供.通过对目标被测误差角变化规律分析,提出了分布式结构中基于目标视线角速度的航迹融合方法,运用极大似然估计法进行了航迹状态估计融合.通过仿真,验证了该方法的有效性,提高了目标跟踪性能.

雅鲁藏布江流域极端降水模拟及预估

为了解雅鲁藏布江流域汛期极端降水的变化规律,推算一定重现期的极端降水量分位数,通过百分位法、Hill图法、年交叉率法选取阈值,借助广义帕累托分布函数(GPD)对流域极端降水频率进行了分析。结果表明:99百分位时的阈值为流域内各站点的最佳阈值,且各站点超阈值序列通过了M-K的平稳性检验,无明显突变。拟合效果通过K-S检验,各站点拟合的极端降水理论频数和实测频数基本相符。尺度参数的大值区位于流域下游,表明该地区的极值波动大;形状参数正值区位于流域中上游地区,说明发生破纪录降水事件的概率较大,拟合结果与实际观测一致。从5年一遇和10年一遇的极端降水值来看,雅江流域除拉孜站外,其他地区降水极值均超过30mm,日喀则地区的降水极值达50mm;各地区20年一遇和30年一遇的降水极值增长的非常缓慢。通过与实际极端降水值对比分析得出,GPD拟合计算出的重现期水平基本符合实际,即具有一定的合理性。

双参数指数分布母体的参数估计

讨论双参数指数分布母体的参数估计,给出两种求参数置信区间的方法.

贝叶斯统计的教学研究

目前贝叶斯思想还未真正融入大学课堂,实际教学中弱化了贝叶斯统计的思想和应用。贝叶斯统计在处理极端问题时往往比极大似然更符合人们的理念,更显著反映数据的指向性。近年来贝叶斯统计为牵引的随机模拟技术的蓬勃发展,使得大量的验证性试验可以通过计算机模拟完成,更加拓展了应用范围。文中就贝叶斯统计阐述了教学过程中的一点思考和研究。