期刊文献+
共找到31篇文章
< 1 2 >
每页显示 20 50 100
基于稀疏约束的最小方差无偏自适应荷载估计
1
作者 李东升 魏达 《振动与冲击》 EI CSCD 北大核心 2024年第9期158-165,共8页
提出了一种基于稀疏约束的最小方差无偏自适应荷载估计算法,该算法是对传统的最小方差无偏估计算法的改进。利用大部分结构荷载在空间稀疏的特点,通过PM(pseudo-measurement)技术对荷载向量施加了一个稀疏约束,最终无约束的最小二乘估... 提出了一种基于稀疏约束的最小方差无偏自适应荷载估计算法,该算法是对传统的最小方差无偏估计算法的改进。利用大部分结构荷载在空间稀疏的特点,通过PM(pseudo-measurement)技术对荷载向量施加了一个稀疏约束,最终无约束的最小二乘估计转换为了基于l 1范数的稀疏约束,在这样的改进下,传统算法在加速度观测下的荷载漂移问题被有效地解决,同时提高了算法荷载估计的鲁棒性。此外,对于噪声估计传统做法都是通过经验进行手动设置,在工程应用中极大不便。基于此,引入了自适应估计算法,实现了测量噪声协方差自适应估计。最后,通过1个10自由度弹簧阻尼系统和一个3层框架试验结构验证了算法的有效性。 展开更多
关键词 最小方差无偏估计 荷载估计 稀疏约束 自适应估计 荷载漂移
在线阅读 下载PDF
一种改进的多传感器伪序贯滤波算法 被引量:5
2
作者 巴宏欣 赵宗贵 +1 位作者 杨飞 景惠 《武汉理工大学学报(交通科学与工程版)》 北大核心 2004年第5期653-656,共4页
传统的多传感器数据融合算法假定传感器之间的测量噪声是不相关的 ,但实际上测量噪声存在着一定的相关性 ,因而会引起滤波精度的损失 .针对该问题 ,文中研究了测量噪声相关情况下的同步多传感器跟踪系统的测量融合技术 .在测量噪声相关... 传统的多传感器数据融合算法假定传感器之间的测量噪声是不相关的 ,但实际上测量噪声存在着一定的相关性 ,因而会引起滤波精度的损失 .针对该问题 ,文中研究了测量噪声相关情况下的同步多传感器跟踪系统的测量融合技术 .在测量噪声相关的条件下 ,根据线性无偏最小方差估计理论 ,提出了一种改进的同步多传感器伪序贯滤波算法 ,该算法不但适用于噪声不相关情况 ,而且也适用于噪声相关情况 .经仿真研究表明 ,该算法明显提高了航迹的融合精度 :在测量噪声相关时 ,融合精度比传统算法有明显提高 ;而测量噪声不相关时 ,性能与传统的数据融合算法相同 . 展开更多
关键词 测量噪声相关 线性无偏最小方差估计 伪序贯滤波 目标跟踪
在线阅读 下载PDF
方差分量的MINQUE通用公式 被引量:6
3
作者 王志忠 朱建军 《中南工业大学学报》 CSCD 北大核心 2001年第4期433-436,共4页
从概括函数模型出发 ,研究了最小范数二次无偏估计应具有的性质 :不变性、无偏性和最小范数性 ,导出了适用于所有平差函数模型的方差分量的最小范数二次无偏估计的通用公式 ,该公式在特定条件下与Helmert型通用公式、极大似然估计通用... 从概括函数模型出发 ,研究了最小范数二次无偏估计应具有的性质 :不变性、无偏性和最小范数性 ,导出了适用于所有平差函数模型的方差分量的最小范数二次无偏估计的通用公式 ,该公式在特定条件下与Helmert型通用公式、极大似然估计通用公式、最优二次无偏估计通用公式一致 .由国外学者C .R .Rao导出的方差分量最小范数无偏估计公式以及由LarsE .Sj berg所给出的方差分量最优二次无偏估计公式 。 展开更多
关键词 方差 分量 最小范数二次无偏估计 MINQUE 通用公式
在线阅读 下载PDF
基于无偏最小方差估计算法的分布式CFAR检测 被引量:2
4
作者 郝程鹏 闫晟 +1 位作者 司昌龙 侯朝焕 《弹箭与制导学报》 CSCD 北大核心 2007年第4期295-298,共4页
为了提高分布式CFAR检测的性能,文中研究采用无偏最小方差估计(UMVE)CFAR作为局部检测器的分布式CFAR系统。文中推导出采用"与"融合和"或"融合准则时分布式UMVE-CFAR的目标函数和参数优化方程。并将其与CA,OS等经... 为了提高分布式CFAR检测的性能,文中研究采用无偏最小方差估计(UMVE)CFAR作为局部检测器的分布式CFAR系统。文中推导出采用"与"融合和"或"融合准则时分布式UMVE-CFAR的目标函数和参数优化方程。并将其与CA,OS等经典分布式CFAR检测进行了性能比较,结果表明,分布式UMVE在均匀背景和多目标环境下具有比分布式OS更好的性能,在杂波边缘环境中的性能则稍逊于分布式OS-CFAR。 展开更多
关键词 检测 分布式恒虚警 无偏最小方差估计
在线阅读 下载PDF
测量噪声相关情况下的航迹融合和测量融合 被引量:3
5
作者 巴宏欣 杨飞 +1 位作者 何心怡 刘海燕 《武汉理工大学学报(交通科学与工程版)》 2008年第3期473-476,共4页
研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪... 研究了测量噪声相关情况下的航迹融合和测量融合问题,根据线性无偏最小方差估计理论,推导了噪声相关情况下的多传感器跟踪系统的航迹融合和测量融合算法.经Monte Carlo仿真表明,文中给出的考虑噪声相关的航迹融合和测量融合算法的跟踪精度均高于相应的不考虑噪声相关的传统算法,且附加的计算量很小. 展开更多
关键词 测量噪声相关 线性无偏最小方差估计 测量融合 航迹融合 目标跟踪
在线阅读 下载PDF
一般相关量测噪声线性系统的递推状态估计 被引量:4
6
作者 韩崇昭 王洁 李晓榕 《西安交通大学学报》 EI CAS CSCD 北大核心 2000年第8期23-26,共4页
为了得到具有一般相关量测噪声线性系统的递推滤波算法 ,将该问题转化为具有相关量测单值随机向量的滤波问题 ,根据单值随机向量的线性无偏最小方差估计算法 ,导出了量测噪声为一般相关鞅差序列的线性系统的最优递推状态估计滤波算法 .... 为了得到具有一般相关量测噪声线性系统的递推滤波算法 ,将该问题转化为具有相关量测单值随机向量的滤波问题 ,根据单值随机向量的线性无偏最小方差估计算法 ,导出了量测噪声为一般相关鞅差序列的线性系统的最优递推状态估计滤波算法 .通过数值仿真 ,将该算法与假定量测噪声不相关时的Kalman滤波算法进行了比较 ,证明了该算法的有效性 . 展开更多
关键词 噪声 KALMAN滤波 线性系统 递推状态估计
在线阅读 下载PDF
区间数据的均值估计 被引量:3
7
作者 邓文丽 付婷 《应用概率统计》 CSCD 北大核心 2010年第4期419-426,共8页
本文在运用无偏转换思想找到区间数据均值估计的基础上,对所找到的估计量的方差进行了研究.针对区间截断情况1和区间截断情况2,找到了估计量方差有限的条件.当截断随机变量的分布在某种程度上比被截断随机变量的分布尾部更厚时,方差有... 本文在运用无偏转换思想找到区间数据均值估计的基础上,对所找到的估计量的方差进行了研究.针对区间截断情况1和区间截断情况2,找到了估计量方差有限的条件.当截断随机变量的分布在某种程度上比被截断随机变量的分布尾部更厚时,方差有限的估计量可以取到. 展开更多
关键词 区间数据 无偏转换 均值估计 方差
在线阅读 下载PDF
一般相关量测噪声下线性系统的平滑估计算法 被引量:4
8
作者 韩崇昭 王洁 李晓榕 《西安交通大学学报》 EI CAS CSCD 北大核心 2000年第9期1-4,37,共5页
提出了具有一般相关量测噪声的线性系统的平滑估计算法 ,该算法是在系统正向和逆向滤波估计结果的基础上 ,利用线性无偏最小方差估计获得的 .由于量测噪声的相关性 ,使得其后验均值不一定等于其先验均值 ,而它的后验均值又无法通过计算... 提出了具有一般相关量测噪声的线性系统的平滑估计算法 ,该算法是在系统正向和逆向滤波估计结果的基础上 ,利用线性无偏最小方差估计获得的 .由于量测噪声的相关性 ,使得其后验均值不一定等于其先验均值 ,而它的后验均值又无法通过计算得到 ,因而提出的算法是一个次优算法 .在正、逆向滤波结果已知时 ,所提出的算法计算量小 ,易于实现 .仿真实例说明 ,该算法的估计结果要优于正、逆向滤波估计结果 ,以及量测噪声不相关的Kalman平滑估计结果 . 展开更多
关键词 相关噪声 正向滤波 线性系统 平滑估计算法
在线阅读 下载PDF
测量噪声相关情况下改进的多传感器融合算法 被引量:1
9
作者 巴宏欣 奚和平 +1 位作者 杨飞 赵宗贵 《解放军理工大学学报(自然科学版)》 EI 2005年第3期205-208,共4页
为了研究测量噪声相关情况下,同步多传感器跟踪系统的测量融合技术,根据线性无偏最小方差估计理论,给出了测量噪声相关情况下,同步多传感器系统测量融合的伪序贯和数据压缩实现算法,它们对测量噪声相关与不相关情况都适用。仿真表明,在... 为了研究测量噪声相关情况下,同步多传感器跟踪系统的测量融合技术,根据线性无偏最小方差估计理论,给出了测量噪声相关情况下,同步多传感器系统测量融合的伪序贯和数据压缩实现算法,它们对测量噪声相关与不相关情况都适用。仿真表明,在测量噪声相关时,尤其是相关性较强时,本算法的融合精度比传统算法有明显提高;而测量噪声不相关时,性能与传统的融合算法相同。仿真结果表明了算法的有效性。 展开更多
关键词 融合算法 声相关 多传感器系统 融合技术 跟踪系统 估计理论 最小方差 实现算法 数据压缩 测量融合 传统算法 测量噪声 仿真结果 相关性 同步
在线阅读 下载PDF
基于组块3×2交叉验证的预测误差估计的方差 被引量:1
10
作者 杨杏丽 王钰 +1 位作者 王瑞波 李济洪 《应用概率统计》 CSCD 北大核心 2014年第4期372-380,共9页
本文对文献中新提出的预测误差的组块3×2交叉验证估计的方差进行了研究,给出了其方差的更为精细的表达式,且从理论上证明了不存在其方差的通用(对所有分布都适用的)无偏估计.
关键词 组块3×2交叉验证 无偏估计 预测误差估计的方差
在线阅读 下载PDF
SUR回归系统系数估计的一些推广结果 被引量:2
11
作者 刘金山 徐丕鉴 《应用数学》 CSCD 北大核心 1994年第3期330-336,共7页
文[1]给出了关于相依回归方程系统(SURS)系数最小方差无偏估计(MVLUE)的一些充要条件,本文继续讨论了两类SURS的回归系数的MVLUE的充要条件,并讨论了两步Zellner估计的有限样本性质,从而进一步推广和完善了[1]中的相应结果。
关键词 相依回归方程 回归系统 估计
在线阅读 下载PDF
测量噪声相关线性系统异类传感器航迹融合 被引量:2
12
作者 张安民 韩崇昭 《电子与信息学报》 EI CSCD 北大核心 2005年第3期471-473,共3页
研究了异类传感器航迹融合问题。在测量噪声相关的条件下,利用线性无偏最小方差估计的基本理论,通过对异类传感器的状态估计采用顺序滤波的方法,得到了相关测量噪声线性系统异类传感器测量融合算法和状态矢量融合算法。计算机数字仿真... 研究了异类传感器航迹融合问题。在测量噪声相关的条件下,利用线性无偏最小方差估计的基本理论,通过对异类传感器的状态估计采用顺序滤波的方法,得到了相关测量噪声线性系统异类传感器测量融合算法和状态矢量融合算法。计算机数字仿真结果表明,由于考虑了测量噪声之间的相关性,该算法比噪声不相关融合算法具有更好的跟踪性能,航迹跟踪的精度得到了改善。 展开更多
关键词 测量噪声相关 异类传感器 线性无偏最小方差估计 状态矢量融合 测量融合
在线阅读 下载PDF
最小范数二次无偏估计与最小方差二次无偏估计的关系 被引量:3
13
作者 邱红兵 《应用数学》 CSCD 北大核心 2001年第S1期103-106,共4页
本文给出了当V0 ≥ 0时 ,c′σ2 在混合模型M =( y ,Xβ ,Uξ,σ20 V0 )下的最小范数二次无偏估计的表达式及其证明 ;得到了当 y服从正态分布时 ,c′σ2 的最小范数二次无偏估计与其最小方差二次无偏估计之间的关系。
关键词 混合模型 最小范数二次无偏估计 最小方差二次无偏估计
在线阅读 下载PDF
一种新的基于UMVE和OS的恒虚警检测算法 被引量:1
14
作者 郝程鹏 侯朝焕 《电子与信息学报》 EI CSCD 北大核心 2007年第6期1380-1383,共4页
为了充分利用参考单元所提供的信息,减少恒虚警损失,该文基于无偏最小方差估计(UMVE)方法和有序统计(OS)方法,提出了一种新的恒虚警检测器(MOSUM-CFAR)。它的前沿和后沿滑窗分别采用UMVE和OS方法产生两个局部估计,再对二者求和得到背景... 为了充分利用参考单元所提供的信息,减少恒虚警损失,该文基于无偏最小方差估计(UMVE)方法和有序统计(OS)方法,提出了一种新的恒虚警检测器(MOSUM-CFAR)。它的前沿和后沿滑窗分别采用UMVE和OS方法产生两个局部估计,再对二者求和得到背景功率水平估计。在SwerlingⅡ型目标假设下,文中推导出MOSUM-CFAR在均匀背景下虚警概率Pfa和检测概率Pd及多目标环境下检测概率Pd的解析表达式,并与其它方案作了比较。分析结果表明MOSUM-CFAR在均匀背景和多目标环境下均具有相当好的检测性能。 展开更多
关键词 检测 恒虚警 无偏最小方差估计 有序统计
在线阅读 下载PDF
艾拉姆咖分布的统计推断 被引量:1
15
作者 吕佳 高慧 华思蕊 《纺织高校基础科学学报》 CAS 2016年第3期346-350,共5页
为了对艾拉姆咖分布参数进行参数估计,利用数学归纳法和卷积公式,给出艾拉姆咖分布参数的充分统计量,在此基础上得出分布参数的一致最小方差无偏估计和置信区间的计算公式.经计算机模拟,利用Matlab产生的随机数验证所给点估计公式和区... 为了对艾拉姆咖分布参数进行参数估计,利用数学归纳法和卷积公式,给出艾拉姆咖分布参数的充分统计量,在此基础上得出分布参数的一致最小方差无偏估计和置信区间的计算公式.经计算机模拟,利用Matlab产生的随机数验证所给点估计公式和区间估计方法的有效性.结果表明所给估计量准确性高,区间估计方法正确可用. 展开更多
关键词 艾拉姆咖分布 充分统计量 抽样分布 一致最小方差无偏估计
在线阅读 下载PDF
逆威布尔部件的可靠性估计 被引量:1
16
作者 师义民 师小琳 《西北工业大学学报》 EI CAS CSCD 北大核心 2015年第4期694-698,共5页
针对贝叶斯分析中平方误差损失存在的"高估和低估同等重要"问题,提出了一种基于熵损失函数的贝叶斯可靠性分析方法。利用该方法,分别在无信息先验和共轭先验分布下,推导出逆威布尔部件参数、可靠度函数及失效率的Bayes估计,... 针对贝叶斯分析中平方误差损失存在的"高估和低估同等重要"问题,提出了一种基于熵损失函数的贝叶斯可靠性分析方法。利用该方法,分别在无信息先验和共轭先验分布下,推导出逆威布尔部件参数、可靠度函数及失效率的Bayes估计,并证明了形如[c T(x)+d]-1的一类估计具有容许性。为了比较不同估计结果的忧劣,文中还给出了逆威布尔部件参数的一致最小方差无偏估计(UMVUE)。最后运用Monte Carlo方法对各种估计的均方误差进行了模拟比较。结果表明,当样本量比较小时,Bayes估计的均方误差小于UMVUE的均方误差。随着样本量的增加,各个估计的均方误差都减小,但在共轭先验下Bayes估计的均方误差最小。 展开更多
关键词 逆威布尔部件 均方误差 一致最小方差无偏估计 容许性 BAYES 估计 熵损失函数
在线阅读 下载PDF
基于元件和系统两者的完全样本的对数正态型元件串联系统可靠性的估计 被引量:2
17
作者 范大茵 《浙江大学学报(自然科学版)》 CSCD 1992年第6期621-626,共6页
设有某批元件,其寿命X服从参数为μ,σ2的对数正态分布,σ2,已知,μ未知。设某系统A是由K个独立工作的元件组成的串联系统,本文讨论基于元件及系统两者的完全试验数据,求未知参数μ,元件的平均寿命以及在时刻t0元件或系统可靠... 设有某批元件,其寿命X服从参数为μ,σ2的对数正态分布,σ2,已知,μ未知。设某系统A是由K个独立工作的元件组成的串联系统,本文讨论基于元件及系统两者的完全试验数据,求未知参数μ,元件的平均寿命以及在时刻t0元件或系统可靠性的极大似然估计或一致最小方差无偏估计。 展开更多
关键词 可靠性 极大似然估计 串联系统
在线阅读 下载PDF
方差分量的Bayes二次无偏估计及可容许估计的非负性 被引量:1
18
作者 李永乐 《国防科技大学学报》 EI CAS CSCD 北大核心 1990年第3期50-57,共8页
对于有P 个方差分量的线性模型,本文导出了方差分量线性函数的Bayes 不变二次无偏估计的显示表达式,证明了Bayes 不变二次无偏估计类形成了可容许的不变二次无偏估计的完全类。在可容许的不变二次无偏估计类中,讨论了非负参数函数的非... 对于有P 个方差分量的线性模型,本文导出了方差分量线性函数的Bayes 不变二次无偏估计的显示表达式,证明了Bayes 不变二次无偏估计类形成了可容许的不变二次无偏估计的完全类。在可容许的不变二次无偏估计类中,讨论了非负参数函数的非负估计问题,给出了可容许的非负定估计存在的充要条件。 展开更多
关键词 方差分量 BAYES估计 可容许性
在线阅读 下载PDF
最小方差无偏估计方法提高Gm-APD啁啾调制光子雷达的测距精度
19
作者 张子静 任洪林 +2 位作者 吴龙 张宇 赵远 《红外与激光工程》 EI CSCD 北大核心 2011年第6期1125-1128,共4页
啁啾调制光子雷达由于探测器Gm-APD的死时间限制了采样频率和调制带宽的提高,FFT进行信号处理时存在着固有的频域采样间隔,使得测距精度的提高受到很大限制。按照啁啾光子雷达接收机的信号处理过程对回波信号进行了推导,获得了系统回波... 啁啾调制光子雷达由于探测器Gm-APD的死时间限制了采样频率和调制带宽的提高,FFT进行信号处理时存在着固有的频域采样间隔,使得测距精度的提高受到很大限制。按照啁啾光子雷达接收机的信号处理过程对回波信号进行了推导,获得了系统回波中频信号的解析表达式,并采用最小方差无偏估计的方法对中频频谱进行处理,最后对该方法进行了仿真,并用仿真结果与质心估计中频后处理方法的仿真结果进行了比较。最大测距误差可由4.3 m降低到0.4 m,表明最小方差无偏估计的中频处理方法可以有效提高Gm-APD啁啾光子雷达的测距精度。 展开更多
关键词 测距精度 Gm-APD 最小方差无偏估计法 啁啾调制
在线阅读 下载PDF
正态分布的子样标准差过低估计了总体标准差 被引量:5
20
作者 樊顺厚 《纺织基础科学学报》 1994年第3期242-244,共3页
证明了正态总体的子样标准差S总是过低估计总体标准差σ,指出在小样本情况厂需对S进行修正,并计算了修正系数.最后证明了修正后的估计量是σ的最小方差无偏估计.
关键词 子样标准差 总体标准差 无偏估计 正态分布
在线阅读 下载PDF
上一页 1 2 下一页 到第
使用帮助 返回顶部