三参数Weibull分布的极大似然估计

Ｗｅｉｂｕｌｌ分布作为一定实用统计模型在处理绝缘材料和绝缘人效数据中得到了广泛的应用，三参数Ｗｅｉｂｕｌｌ分布在处理电气强度数据时比二参数更符合实际，同时与新近提出的电老化定律 阈值模型相对应。本文对三参数Ｗｅｉｂｕｌｌ分布的极大似然进行了推导，并对应用计算机实现参数估计的一些技术问题进行了详细的论述 。     

基于RSSI的改进质心定位算法

为提高无线传感器网络三角形质心定位算法的精度,提出一种基于RSSI的改进质心定位算法.首先,分析传统基于RSSI的三角形质心定位模型,发现单个锚节点测距误差较大会导致盲节点的定位精度受到影响,因此采用4点进行定位来降低单个锚节点权重;其次,改进的质心定位算法选择根轴相交组成的区域作为定位参考区域,将该区域的质心位置作为待测盲节点位置;最后,采用仿真实验对比算法的精确度和稳定性,实验结果表明,相比于传统算法,改进算法定位精度更高,而且定位误差波动更小.     

极大似然估计与AIC准则联合建模

将极大似然估计与ＡＩＣ准则有机结合进行回归模型建模。这样不仅可省去一般回归模型建模时繁杂的模型检验工作,而且还可快速有效地同时估计模型参数和确定模型阶数。最后用实例验证本方法的实用性和正确性。     

电器可靠性失效分析中极大似然设计方法的研究

针对传统电器可靠性失效分析中存在的问题,提出了一种电器可靠性失效分析极大似然估计方法。该方法完全通过计算机软件处理,具有较高的计算精度、数据重复性和工作效率,该方法实用性强,适用于各种仪器仪表及电工电子元件的可靠性失效分析。     

三参数Weibull分布的极大似然估计

Weibull分布作为一种实用统计模型在处理绝缘材料和绝缘结构失效数据中得到了广泛的应用，三参数Weibull分布在处理电气强度数据时比二参数更符合实际，同时与新近提出的电老化定律的阀值模型相对应。本文对三参数Weibull分布的极大似然估计进行了理论推导，并对应用计算机实现参数估计的一些技术问题进行了详细的论述。     

基于无线传感器网络的定位算法的研究

从无线传感器网络的应用研究角度出发,传感器节点位置信息的获得是任何应用的基础。本文采用了最小二乘法和极大似然估计法分别对未知节点进行计算的非测距的DV—Hop定位算法实现了对数据进行定位处理,且采用极大似然估计法对未知节点的计算可以获得较高的定位精度。     

基于信号强度的改进室内定位算法

本文提出了一种基于信号强度（RSS）的改进无线传感器网络室内定位算法。相对于采用一条直线对距离与RSS之间的指数关系进行线性化的处理算法,所提出算法根据网络中移动定位节点与所有锚节点的位置关系对距离与RSS之间的指数关系进行分段线性化。仿真结果证明了本文所提改进算法,在定位均方误差方面,非常接近对应的克拉美罗界,抗噪声能力较强;在锚节点分布不规则的场景下,改进算法的性能具有明显优势。同时,仿真结果也证明了所提算法的正确性和有效性。     

基于极大似然法改进的船摇预报

船摇数据是航天测量船执行任务中需要实时处理的一种重要的数据。为了提高实时船摇预测精度,提出了一种基于改进极大似然法的M步船摇预报方法。利用现有的比较稳定的40点端点平滑算法,解决了现有210点滤波算法（极大似然法）初始精度不高的问题。改进后的极大似然法不仅初始精度得到了提升,所需的滤波点数比现有算法少。利用某次任务实时数据作为检验,仿真运行结果表明改进后算法初始精度比原算法高,滤波点数也大为降低,与理论分析一致。     

基于RSSI-距离区间映射的加权质心定位算法

考虑到室内传播中RSSI的不稳定因素使得基于RSSI与位置(距离)一一对应关系的定位算法误差较大,在对RSSI统计分析后,提出了在离线采样阶段先建立符合实际环境的基于RSSI-距离区间映射的数据库,再在在线测量阶段根据待定位点RSSI在粗略位置区域中采用加权质心算法确定具体位置.从性能测试结果看出各测试点位置估计偏差略有不同,但平均偏差不高,表明在一定程度上改善了信号因多径效应、非视距传播等波动引起的定位偏差较大问题,验证了该方法的可行性和有效性.     

电气绝缘电压寿命指数N值的极大似然估计

电压寿命指数Ｎ 是描述绝缘老化性能的特征参数。由于二元Ｗｅｉｂｕｌｌ分布与电老化定律在评价绝缘电老化特性上存在等价性,为此给出了应用极大似然法对二元Ｗｅｉｂｕｌｌ分布进行参数估计从而获得电压寿命指数Ｎ 值的方法。出于演示和验证该方法的目的,最后给出了一个应用实例。     

基于修正 RSSI 值的四边形加权质心定位算法

在利用接收信号强度指示(RSSI)对无线传感器网络中的未知节点进行定位时,RSSI 值易受环境的影响导致定位误差, 为此提出基于 RSSI 测距修正的四边形加权质心定位算法(QWCRC)。 先对来自同一锚节点的多个 RSSI 值进行卡尔曼滤波,得 到修正的 RSSI 值,致使测距尽可能的接近真实距离;再采用四边形加权定位对未知节点进行定位,同时利用最小二乘法进行辅 助定位,此算法对于相邻锚节点圆不相交的情况给出新的解决方案。 实验结果对比表明,改进的算法相比较于四边形加权质心 算法(QWC)和 RSSI 测距修正的三角形加权算法(TWCRC),在锚节点数目 5×5 和噪声强度为 0 dbm 时,定位精度可分别提升 87. 14%和 35. 51%。     

基于RSSI测距的改进加权质心定位算法

基于RSSI(Received Signal Strength Indication)的三角形加权质心定位算法在测距和定位中存在较大误差,针对这一缺点提出一种改进的加权算法。在该算法中采用节点距离倒数之和代替距离和的倒数作为权值,并且根据节点距离给出加权因子作为修正,以充分利用节点信息。仿真结果验证了该算法的有效性,与原有定位算法比较其定位精度得到提升,最高可达50%。     

基于RSSI测距的加权概率定位算法

针对无线传感网络中每条链路衰减因子的不同,提出了一种基于RSSI测距的加权概率定位算法。该算法先将可能存在的未知节点区域划分成栅格,运用高斯噪声模拟路径衰减指数误差以构建信号传播概率模型,根据信号强度确定信标节点的权值。然后由概率模型和相应的权值赋予栅格不同的置信度,将置信度最大栅格的位置作为未知节点的坐标。最后根据网络的连通信息消除翻转歧义。实验表明,在相同的条件下,与MLS算法相比,该算法更接近真实环境,具有更高的定位精度。     

基于RSSI障碍势能矫正的定位算法

针对因障碍物较多而导致基于RSSI测距的室内定位算法精度较低的问题,提出采用基于RSSI测距与非测距结合定位算法的思想,在基于RSSI测距的原定位算法计算结果的基础上,引入室内障碍物对信号传播干扰的特征信息作参考,修正原定位算法中测得的阅读器到信号源的距离矢量;同时考虑到障碍物与信号源的相对位置关系,采用基于障碍势能的加权质心定位算法,迭代矫正定位结果。相较原定位算法结果而言其定位精度提高了近50%。     

改进的最大似然期望最大化超声CT重建方法

针对超声CT重建问题,提出了一种基于高斯分布的最大似然期望最大化方法,并采用非最小最优化的方法来设置迭代的初始值。由于高斯分布更加符合测得时间信息的分布规律,所以基于高斯分布的新算法比传统基于泊松分布的最大似然期望最大化算法更加精确。所采用的非最小最优化方法能够减少迭代次数,有利于提高重建质量和计算效率。为了检验新算法,对三维温度场进行了仿真重建实验,结果表明,改进后的最大似然期望最大化算法具有更小的平均误差,能够得到更精确的重建图像。     

基于加权质心法的WLAN室内定位系统

在利用接收信号强度指示(RSSI)进行定位的WLAN室内定位系统中,为获得更高的定位精度,提出一种支持向量机与加权质心法相结合的定位算法。该算法首先以四边形对定位场地进行区域划分,在各四边形区域的顶点位置采样指纹点数据,利用支持向量机(SVM)多分类将定位点位置缩小到某个四边形区域内。最后利用加权质心法,计算出定位点的坐标。仿真实验与实地实验结果表明,该算法比支持向量机回归(SVR)、最小二乘支持向量机(LSSVM)、K最近邻法(KNN),定位精度有明显提高,定位误差在1.4 m,定位精度在90%以上。     

基于隐式最大似然估计的风电出力场景生成

随着风电渗透率的日益提高,如何有效地描述风电出力的不确定性成为了配电网运行和规划所面临的巨大挑战,为此,提出一种基于隐式最大似然估计的风电出力场景生成方法。针对风电出力曲线的数据特征,设计适用于风电出力场景生成的损失函数和网络结构。通过无监督训练使得场景生成器能够学习到高斯噪声与风电出力场景之间的映射关系。仅需调节模型中相关的参数,采用所提方法就能够生成不同时间尺度的风电出力场景。仿真结果表明,所提方法的预测区间平均宽度和预测区间覆盖率均优于现有的生成对抗网络,且所提方法对于不同的风电场具有一定的普适性。     

基于RSSI测距技术的三角形面积和定位算法

为了提高无线传感器网络的定位精度,从提高测量精度、改善信标节点分布的角度提出了一种基于RSSI测距的三角形面积和定位算法。该算法利用高斯模型对非敏感区的RSSI数据进行处理,筛选出RSSI较优值,解决了RSSI易受干扰的问题。研究表明,通过高斯模型筛选出的RSSI值可以较好的预测环境参数;三角形面积和算法可以动态调整环境参数,使未知节点和信标节点达到合理距离,该算法计算简单,无需硬件扩展。