岭型主成分估计的优良性质

用线性回归模型的一种有偏岭型主成分估计,证明岭型主成分估计在MSE和GMSE准则下优于最小二乘估计,而且比主成分估计更有效,在协方差阵准则下优于最小二乘估计.并且进一步得到了在均方误差意义下岭型主成分估计是可容许估计.     

回归系数的t-k类估计

在线性回归中,当设计矩阵的列向量间存在复共线性时,回归系数的最小二乘估计的性质显著变坏.为了消除或减弱复共线性对参数估计的影响,以获得更高精度的参数估计,在均方误差矩阵意义下,提出了回归系数的一类新的估计,即t-k类估计,它是对最小二乘估计的改进,是一种新的压缩有偏估计.并且与最小二乘(LS)估计、岭估计和主成分估计进行比较,给出了在均方误差矩阵意义下,t-k类估计优于这些估计的充要条件以及这些条件的检验方法.     

回归系数的t-k类估计

在线性回归中，当设计矩阵的列向量间存在复共线性时，回归系数的最小二乘估计的性质显著变坏．为了消除或减弱复共线性对参数估计的影响，以获得更高精度的参数估计，在均方误差矩阵意义下，提出了回归系数的一类新的估计，即t—k类估计，它是对最小二乘估计的改进，是一种新的压缩有偏估计．并且与最小二乘（LS）估计、岭估计和主成分估计进行比较，给出了在均方误差矩阵意义下，t—k类估计优于这些估计的充要条件以及这些条件的检验方法．     

增长曲线模型回归系数的主成分估计

对增长曲线模型的回归系数提出了主成分估计，并证明了主成分估计优于最小二乘估计。进一步，对最小二乘估计的任一线性变换，给出其均方误差的一个无偏估计，并应用极小化均方误差的无偏估计的方法，给出了确定偏参数的公式。     

DRM系统中的OFDM信道估计

本文对OFDM体制下DRM系统中基于导频辅助调制(PSAM)的信道估计器进行了分析,描述了数字调幅广播中导频单元的分布,在DRM系统基础上分别结合最小平方准则(LS)和线性最小均方误差准则(LMMSE),提出了信道估计方法,并在Matlab环境下,使用Watterson信道模型进行了蒙特卡罗模拟,给出了性能比较.     

增长曲线模型回归系数的主成分估计

对增长曲线模型的回归系数提出了生成分估计，并证明了生成分估计优于最小二乘估计．进一步，对最小二乘估计的任一线性交换，给出其均方误差的一个无偏估计，并应用极小化均方误差的无偏估计的方法，给出了确定偏参数的公式．     

母体均值的最小均方误差线性估计

本文讨论母体均值的线性有偏估计问题，给出了在均方误差意义下线性有偏估计优于样本均值的充要条件。在一些常用分布的场合，得到了母体均值的最小均方误差线性估计．     

线性模型中回归系数的c-K型估计及其优良性

将张建军等人提出的c-K估计推广至c-K估计的情形,证明了在均方误差意义下利用Stein压缩技术可以改进广义岭估计,并给出了下c-K估计优于最小二乘估计的一个充分条件,为病态线性回归模型系数的有偏估计提供了改进的技术途径．     

应用在OFDM-MIMO系统的低复杂度时域导频方案

提出了一种应用在正交频分复用多天线系统的时域导频方案.该方案能获得较高精度的均方估计性能,导频与有用数据无干扰,且计算复杂度低,多天线场景下,信道估计的性能不受传输天线个数的影响.相比最小二乘估计,该方案只需要对接收信号进行简单的线性相关运算,配合特定的系统参数,能获得较大的信噪比增益;相比线性最小均方误差估计,其仅利用了信道长度信息,性能渐近最优,能获得估计性能与复杂度的折中.     

最小均匀误差LB估计

文中讨论的是回归系统的线性有偏估计问题，并给出了一个重要结果，这就是最小均方误差意义下的回归系数的线性有偏估计。     

基于正则化约束总体最小二乘的TDOA/FDOA无源定位方法

目前在基于到达时间差(TDOA)和到达频率差(FDOA)的多站无源定位模型中,噪声的干扰、接收站和目标位置的不合理分布以及接收站的个数均会对定位模型中的系数矩阵造成影响,因此在实际的求解过程中系数矩阵可能会出现病态的问题,这在很大程度上会对定位结果产生影响.为了进一步在系数矩阵出现病态的情况下确保定位精度,提出了一种基...     

MIMO中继系统中的线性鲁棒收发机联合设计

为了获得理想的信道估计,针对单中继节点的非再生多输入多输出中继系统及部分信道状态信息,提出了一种鲁棒的基于最小均方误差准则的线性收发机联合设计方案. 假设信道估计误差是独立的复高斯变量,在源节点和中继节点平均发射功率受限的条件下,对源节点、中继节点和目的节点进行联合设计,通过迭代算法可得到各节点的线性处理矩阵. 仿真结果表明,与其他方案相比,联合设计方案具有较好的鲁棒性和误比特率性能.     

广义岭型主成分估计优良性研究

对有偏估计中的广义岭型主成分估计的优良性进行了较深入的研究。证明了广义岭型主成分估计优于最小二乘估计的充要条件,并在此基础上对几类常见的有偏估计在均方误差（阵）条件下优于最小二乘估计的充要条件进行了拓展。     

岭参数的上确界及岭估计优于最小二乘估计的充要条件

本文给出了岭参数的上确界，岭估计优于最小二乘估计的一般的充分条件以及岭估计优于最小二乘估计的充分必要条件。     

基于最小四阶矩准则的RLS空时多用户检测算法

为了解决常用高阶准则存在局部极小点问题。提出了一种约束最小四阶矩（LMF）盲多用户信号检测准则。它是最小均方准则（LMS）的一种高阶改进形式，通过Hessian矩阵对LMF目标函数的凸性分析,证明这种检测准则拥有全局收敛的特性,将此检测准则与最小二乘迭代方法相结合，在空时多径CDMA系统中构造出自适应RLS-LMF多址检测算法,继承了前者的稳态解相关性能和后者的计算有效性，在多径CDMA信道和直扩超宽带（DS-UwB）空时信遒下的仿真实验表明，该算法在保证高收敛速度的同时，拥有优异的稳态检测性能。     

虚载波存在下低复杂度的OFDM信道估计

首先分析了虚载波对基于离散傅里叶变换(DFT)信道估计的影响,结果表明,对于边缘子载波,由于虚载波部分导频信道信息缺失所引起的估计误差远大于噪声带来的估计误差,严重影响边缘子载波的信道估计性能. 基于此分析,提出了一种低复杂度的正交频分复用(OFDM)信道估计方法,在边缘子载波,利用频域最小平方(LS)估计结果代替DFT估计结果,并给出了边缘子载波替换准则及此信道估计方法的均方误差下界. 仿真结果表明,所提方法均方误差(MSE)及误码率(BER)性能优于频域LS估计和单纯基于DFT的估计.     

一类相依回归模型参数的组合主成分改进估计

针对两个相依方程组成的一类回归模型,提出回归系数的一种组合主成分改进估计方法,在均方误差意义下讨论了这种估计量的优良性质,研究了此估计与主成份改进估计的关系.     

水库入库河段洪水汇流参数抗差估计研究

水库入库流量,通常通过实测库水位、出库流量和库容曲线反推,这过程常存在大的、不服从正态分布的误差,使常规的参数估计方法不能使用.为此,提出采用抗差估计方法,研究当河段实测出流遭受粗差和极值误差污染时,抗差最小二乘法用于估计马斯京根汇流参数的效果.给出了两个水库流域的结果,分析了抗差最小二乘法相对于最小二乘法的效果.