区间分析及其在参数估计中的应用

对区间分析及其在系统参数估计中的应用进行了综述.首先分析了使用区间分析进行参数估计的原因,进而对区间分析理论进行了简介,然后对区间分析在常规参数估计方面的应用和未知但有界误差参数估计方面的应用(包括在线性系统参数估计中的应用和在非线性系统参数估计中的应用)进行了综述,最后进行了总结和展望.     

区间卡尔曼滤波算法在参数估计中的应用

卡尔曼滤波算法除了用于动态系统的状态估计外,还可以用于动态系统参数的在线估计．特别是时变参数的估计。传统卡尔曼滤波算法在系统参数不确切已知或随时间变化时将无法直接应用。在区间分析的基础上,通过将不确定系统建成区间模型,在其他假设条件与标准卡尔曼滤波相同的前提下,分析了一种处理系统参数不确定性的区间卡尔曼滤波算法,并对其在参数估计方面的应用进行了探讨。     

非线性回归模型参数估计的区间分析方法

现有很多方法都属局部搜索方法,不能保证得到问题的全部全局最优解,而基于区间分析的区间全局优化算法则能在给定精度范围内求出问题的全部全局最优解,并能给出满足要求的包含最优解的任意小区间。基于此,给出了非线性回归模型参数估计的区间全局优化算法,论述了算法求解问题的基本思想、解算步骤、基本算法和加速工具等,并将其应用于非线性回归模型参数估计中,仿真实验结果验证了所给算法的可行性和有效性．     

过程噪声未知但有界情况下系统最优滤波器设计方法

本文基于模型匹配方法提出了一种极小化误差幅值的线性系统的最优滤波器的设计方法,所考虑的过程噪声和量测噪声均为未知但幅值有界信号.该方法的特点是能够处理无穷观测数据量的最优滤波问题.当系统的初始条件已知时,将滤波器设计问题化为一个标准二块₁优化问题;当系统含有未知但有界初始条件时该问题归结为有限个标准₁优化问题,而标准₁优化问题已有成熟算法求解.仿真实例子说明了所提出方法的有效性和可行性.     

区间算法在电网络设计中的应用

在电网络的设计中,结合经典的灵敏度分析方法,文章提出了一种基于区间算法的分析方法。区间算法考虑到了电网络设计中所有元件参数的不确定性,每个元件的参数真值都被包含在区间数值中,利用区间算法得到的结果,将涵盖由于网络元件参数变化而影响网络性能的所有可能情况。所以,与传统算法相比,区间算法可以更直观地反映出当网络元件参数发生变化时,相应某一网络函数的变化范围。这为设计者提供了更多的信息。另外,在区间计算的过程中,也同时完成了网络的灵敏度分析。实例证明了该算法的快捷性、有效性和可行性。     

过程噪声未知但有界情况下不稳定线性离散时间系统最优滤波器设计研究

本文首先研究了不稳定线性离散时间系统的最优线性滤波器设计问题,利用状态观测器结合互质分解方法,将不稳定系统的最优线性滤波问题转化成可解的模型匹配问题,从而可利用已有的逐点优化算法进行求解,推广了线性滤波器的逐点优化设计方法.然后,本文还进一步研究了线性离散时间系统线性滤波器的最优性问题,从理论上证明了线性离散系统的线性滤波器能与非线性滤波器达到相同的最优性.     

基于频率区间二分解调的LFM信号参数估计方法

首先讨论了线性调频信号在时频域的主要特点及调频斜率与振幅频谱的关系,在此基础上提出基于频率区间二分解调的LFM信号参数估计方法。该方法充分利用了LFM信号的线性性质,有效地将信号与噪声分离开来,通过二分法搜索调频斜率,提高了LFM信号参数的估计效率。     

局域波分析在跳频信号参数估计中的应用（李）

【】为了对截获的跳频信号进行有效分析并估计其参数,根据跳频信号频率随时间变化的特点,提出了一种基于局域波分析的跳频参数估计方法。本文利用基于噪声辅助的局域波分解方法先将跳频信号分解成多个单分量信号,再将每个分量求其希尔伯特谱,得出时频图及其边际谱图,进而准确估计出跳频周期和跳频频率等参数。理论分析和仿真结果表明,这种新的时频分析方法能够有效抑制噪声干扰,得到跳频信号的时频图效果很好,是一种有效的跳频信号参数估计方法。     

图像区间模糊模型及其在图像检索中的应用

在HSV颜色空间下,通过非均匀量化方法,构建了图像区间模糊模型.在此模型下,图像可以看作是一个区间模糊集合(IVFS,interval-valued fuzzy set).IVFS之间相似性度量可以用来衡量图像之间的相似程度.给出一种基于LP范数距离的IVFS集合度量(简称IVFSLp)并将它应用于图像检索中.实验数据表明:IVF-SLP与直方图距离(histogram distance)和普通模糊集的相似性度量(general fuzzy similarity measure)相比具有更好的性能.     

Efficient estimation of a time-varying dimension parameter and its application to EEG analysis

This paper considers the problem of estimating the dimension of nonstationary electroencephalogram (EEG) signals and describes the implementation of an efficient algorithm to calculate a time-varying dimension estimate. The algorithm allows the practical calculation of a dimension estimate and its statistical significance over large data sets with a high temporal resolution. The method is applied to EEG recordings from patients with temporal lobe epilepsy and in one case the results of the analysis are compared with those obtained from an existing method of computing the correlation density.     

双谱估计及其在心音信号分析中的应用

应用高阶统计量技术对心音信号进行了AR模型双谱估计，分析结果表明，与传统的功率谱分析方法相比较，双谱分析方法可以提供更多更客观的信息，是分析和处理心音信号的实用而有效的工具。     

鸟类目标微多普勒分析及参数估计

鸟类扑动的翅膀产生的微多普勒包含了目标的尺寸与微动特征信息,可用于鸟类目标参数估计,对探鸟雷达目标识别具有重要意义。首先建立鸟类目标雷达回波模型,推导了鸟翅膀散射点的微多普勒数学表达式,并通过计算回波的自相关函数估计目标扑翼频率;然后对微多普勒表达式进行泰勒级数展开,利用展开系数与扑翼幅度之间的关系得到扑翼幅度的估计值;最后根据半翼展与微多普勒谱宽之间的关系得到半翼展的估计值。仿真实验证明了所提方法的有效性和抗噪性：对扑翼幅度大于30??、半翼展大于0.3 m的目标,在信噪比高于0 dB的噪声环境下估计精度高。     

微带集中参数元件及其应用

本文主要介绍应用微带集中参数元件设计,列举了三个应用实例.     

区间数灰色模糊综合评判及其应用

针对被评判对象的特点,根据灰色模型数学的理论,尝试用区间数来表示隶属度,并将隶属度和灰度综合起来表示灰色模型数,在此基础上建立了区间数灰色模糊综合评判的数学模型,并给出了它在方案优选中的应用,实例表明能使评判结果更加客观可信。     

Robustness in parameter estimation

A constructive approach to robust parameter estimation that carries over naturally to the nonparametric estimation is presented. Vagueness in previous notions of "robustness" has prevented such a connection from being made. To eliminate vagueness, robustness is defined in a precise mathematical way that leads to isolation of constructive analytical properties which characterize robust parameter estimators. The approach used in this paper is an extension of the qualitative approach introduced by Hampel.     

分数阶傅里叶变换在雷达多目标检测和参数估计中的应用

介绍了分数阶傅里叶变换的基本原理和基本性质。结合时域和频域上扫频滤波器的原理推导出了分数域上的扫频滤波器的实现形式。利用分数阶傅里叶变换对线性调频信号有很好的聚焦性的性质,提出了基于分数阶傅里叶变换的雷达多目标检测和参数估计算法。解决了在强度相差较大的强分量信号中检测和估计弱分量LFM信号参数的问题。仿真结果表明了该算法的有效性。     

Subsampling-based HMC parameter estimation with application to large datasets classification

This paper presents a contextual algorithm for the approximation of Baum’s forward and backward probabilities, which are extensively used in the framework of Hidden Markov chain models for parameter estimation. The method differs from the original algorithm by taking into account only a neighborhood of limited length and not all the data in the chain for computations. It then becomes possible to propose a bootstrap subsampling strategy for the computation of forward and backward probabilities, which greatly reduces computation time and memory saving required for EM-based parameter estimation. Comparative experiments regarding the neighborhood size and the bootstrap sample size are conducted by mean of unsupervised classification error rates. Practical interest of such an algorithm is then illustrated through the segmentation of large-size images; classification results confirm the validity and the accuracy of the proposed algorithm while greatly reducing computation and memory requirements.     

相位编码信号的谱相关分析与调制参数估计

对BPSK和QPSK信号的谱相关性进行了详细的理论分析,并通过计算机仿真得到了两种信号的谱相关图,最后利用信号谱相关函数特征谱的非零循环频率处峰值的位置估计出信号的载频和码元速率,并通过仿真实验对估计算法性能进行了评估,该方法在低信噪比的情况下也具有较好的估计效果。