纵向数据中伪似然方程的根的相合性

研究了伪似然方程的根的渐近存在性和相合性大样本性质.伪似然方程是研究纵向数据的一种方法,它是广义估计方程(GEE)的一种推广,用适当的矩阵去估计相关阵,这也是研究意义所在. 自从Shao(1999)定义伪似然方程以来,其大样本性质也不断完善. 本文证明了在一定条件下伪似然方程的根的渐近存在性及相合性.     

随机截尾情形下几何分布的参数估计

得到了随机截尾情形下几何分布参数的最大似然估计和近似置信区间,并且求出了平均寿命极大似然估计的数学期望和方差.     

基于股票财务数据的贝叶斯网络的参数学习

研究了基于最大似然估计、贝叶斯估计与EM算法的贝叶斯网的参数学习.选取上市公司的10个股票财务变量构建贝叶斯网络,利用创建好的贝叶斯网络进行统计推断.对比最大似然估计和贝叶斯估计得到的参数值并展示EM算法不同迭代次数时的指数似然值,把EM算法得到的CPT表和最大似然估计的值相比较,对比较得到的结果进行归纳与分析.为基于不同算法的贝叶斯网络的参数学习提供了实证分析.     

OFDM系统中离散导频的采样钟和残留频偏联合估计算法

利用最大似然估计理论推导出了基于离散导频的近似最优及次优估计算法,分析了估计算法的性能,并在此基础上提出了离散导频的设计方法.同时给出了一种快速精确的采样钟跟踪方案.仿真表明,提出的算法具有很好的估计性能.     

LDPC迭代译码联合噪声方差估计

基于EM算法推导了噪声方差的最大似然估计算法,并利用推导结果来修正LDPC的LOG域的置信传播译码算法,进行迭代译码联合噪声方差的估计.仿真结果表明,该文提出的噪声方差估计方法,较好地完成了噪声方差未知时LDPC迭代译码的辅助工作,使噪声方差未知时的系统误比特率性能恶化小于0.1 dB.     

STBC-OFDM协作通信系统存在载波频偏时的均衡算法

在基于空时分组编码正交频分复用的协作通信系统中,不同用户节点间存在的载波频偏会产生子信道间干扰与子信道内干扰. 该文研究对抗这两种干扰的实用均衡方法. 针对较小的归一化频偏差,提出一种实现迫零均衡的低复杂度迭代算法IAZF. 针对较大的归一化频偏差,构造一种串行最小均方误差组间干扰消除与并行干扰消除联合的均衡算法JEA,并根据信道矩阵的近似带状结构,实现了均衡所需的矩阵求逆的递推计算,节省了计算量. 仿真结果表明：在相当大的归一化频偏差范围内,JEA的性能稳健,特别是在归一化频偏差大于0.25 时明显优于现有方法. 在归一化频偏差小于0.15时,IAZF提供了逼近其他方法的性能且复杂度更低.     

一种改进的基于社团发现的贝叶斯众包模型

在众包模型中,通常将每个工人的融合矩阵视为潜在的变量,采用贝叶斯后验分布对参数进行估计.由于融合矩阵数量多并且规模大,因此众包模型的计算量非常大.该文将所有的工人按照相似性划分为若干社团,每个社团中的所有工人采用相同的融合矩阵.在众包模型参数的计算中,采用贝叶斯后验分布方法进行推导,应用消息传递算法计算每个参数的近似间隔分布,并且应用最大间隔似然模型选择工人集合中的最优社团数量.实验表明,本文提出的基于社团的贝叶斯众包模型与其他相关研究相比在降低了算法的复杂度同时也提高了算法的准确性.     

改进EM算法的CDMA盲多用户检测

对基于期望值最大化的统计盲多用户检测方法进行改进.针对期望值最大化(expectation maximization,EM)算法的高复杂度及性能欠佳的缺点,在进行最大似然估计时先考虑用户所受的多址干扰及噪声,修改最大似然估计函数,并加以分解简化,提出一种改进的EM算法实现CDMA盲多用户检测,并进行了实验仿真.实验结果表明,改进方法提高了系统的抗干扰性能,且降低了算法复杂度.     

Cholesky分解在协方差矩阵恢复中的使用

针对基于稀疏扩展信息滤波的同步定位与地图创建(simultaneous localization and mapping,SLAM)问题,分析并比较了最近邻数据关联、极大似然数据关联以及联合相容性检验数据关联的原理,阐述了边缘协方差矩阵恢复的必要性.在此基础上提出一种利用Cholesky分解由信息矩阵准确恢复协方差任意元素的方法,该方法具有较高的计算效率.在仿真实验中将该方法与协方差边界估计法比较,并分别用于3种数据关联算法的比较分析,表明所提出的方法适用于多种数据关联方法,能在保证定位精度的同时有效控制算法复杂度.最后对各种数据关联算法在稀疏扩展信息滤波SLAM中的性能进行了讨论.     

广义线性模型中拟似然估计的弱相合性及渐近正态性

对于多维广义线性模型,q×1响应变量yi是可观测的,协变量Xi是已知的p×q固定设计的情形,研究了在自然联系情形下的拟似然方程∑ni=1Xi(yi-h(XTiβ))=0的解(β)n.用压缩映射,证明了拟似然方程的解(β)n在(λ)n=O((λ)n)及其它正则条件下的弱相合性;在独立的情形下对于t＞0利用ψ(t)为正的非降函数,使得limt→∞[ψ(t)]=∞以及tΨ(t)为凸函数时,证明了拟似然估计(β)n的渐近正态性.     

ARMA模型的平方根超定递推辅助变量定阶方法

提出了自回归滑动平均(ARMA)模型的平方根超定递推辅助变量定价方法.该方法避免了计算逆协方差阵失去正定性的问题,改进了超定递推辅助变量定阶方法的数值稳定性.模拟计算与实验数据处理表明,该方法数值稳定性好,收敛速度快,抗噪能力强.是一种高性能的定阶方法。     

改进的对数衰减动态非视距定位

在一般对数衰减模型中衰减因子是一个常量,但在实际应用中会引起较大的测距定位误差. 为了减少定位估计误差,在对Zigbee 组网定位实验数据进行统计分析的基础上,提出用负指数函数来描述衰减因子与距离（目标节点与锚节点间距）之间的关系,进而建立一种改进对数衰减模型;给出一个基于改进对数衰减模型的ML 估计器,并推导了该估计器的Cramer-Rao下界(Cramer-Row lower bound, CRLB). 在实验室和车站站场的Zigbee 组网定位实验结果表明,使用改进对数衰减模型的ML 估计器能提供更准确的定位估计,对场景变化有较好的适应性.     

大规模MIMO系统中基于子空间跟踪的半盲信道估计

基于特征值分解(eigen value decomposition, EVD)或奇异值分解(singular valuedecomposition, SVD)的半盲信道估计算法需要进行重复的EVD或SVD计算,计算量较大,不适用于多小区多用户的大规模MIMO系统. 为此,针对多小区多用户大规模MIMO系统中的半盲信道估计给出了一种快速实现算法. 该算法主要利用最小二乘(least-squares)及线性最小均方误差(linear minimum mean-square error)原理导出一种新的递归计算模糊矩阵的方法,采用快速递归row-Householder 子空间跟踪算法对接收向量的信号子空间的估计进行加速. 仿真结果表明,所提出的算法估计性能良好,并能有效减轻导频污染的影响.     

稀疏化递归Cholesky分解预条件技术加速PO-MoM迭代求解

提出了一种新的稀疏化递归Cholesky分解预条件技术,并应用于加速物理光学和矩量法(PO-MoM)混合方法分析大型复杂载体上线天线的辐射问题.基于积分方程积分核的物理意义,忽略MoM区与PO区的耦合,构造出一个PO-MoM混合方法系数矩阵的稀疏近似阵.然后采用Cholesky分解方法将该稀疏阵的逆阵进行递归分解,得到一个矩阵连乘形式的预条件阵.将该预条件阵用于预条件广义最小留数(GM RES)法迭代求解线性方程组,应用该技术对卫星和舰船两个电大尺寸复杂载体模型上天线辐射问题进行了求解.结果表明,采用这种新的预条件技术可以大大加快方程组迭代求解的收敛速度,明显提高计算效率.     

齐次等式约束线性回归模型回归系数的综合条件岭估计

提出了齐次等式约束线性回归模型回归系数的一个新的有偏估计,即综合条件岭估计.讨论了综合条件岭估计的可容许性等优良性质.给出了其迭代解和极小化均方误差的无偏估计解.在一定的条件下,综合条件岭估计的样本总方差、均方误差、均方误差矩阵均分别小于约束最小二乘估计的相应误差.条件岭估计和条件根方估计为综合条件岭估计的特例,从而统一了条件岭估计和条件根方估计的理论.     

基于奇异设计矩阵的广义岭估计及其性质

基于设计矩阵是奇异矩阵的线性模型,讨论了线性模型系数参数广义岭估计的优良性.对于可估函数在均方误差意义下,得到了广义岭估计优于最小二乘估计的性质.而且在二次损失函数下广义岭估计具有可容许性.     

GPS空时自适应滤波矩阵重构抗干扰算法

小快拍数、干扰移动及天线平台震动引起协方差矩阵估计误差增加,导致现有的全球定位系统(global positioning system,GPS)空时自适应滤波抗干扰算法的性能急剧下降,为此提出了一种基于矩阵重构的GPS空时自适应滤波抗干扰算法.该算法利用Capon空间谱估计方法重构干扰加噪声协方差矩阵,并对矩阵进行时域平滑得到空时滤波权值.仿真结果表明,该算法在多干扰、低信噪比、小快拍数情况下降低了阵列误差的影响,提高了阵列天线输出信干噪比,与对角加载算法和矩阵锐化算法相比提升5dB左右.     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。