可靠性模型自助参数估计法

为了提高可靠性模型参数估计精度,在分析传统可靠性模型的基础上,指出传统的最小二乘法估计和逐次线性概似估计因受随机变量假设分布的限制存在一定的局限性.用自助法给出了可靠性模型的参数估计,包括点估计和区间估计.计算结果表明:自助法所得参数的估计区间、标准差及模型标准残差均小于传统回归法所得结果.在可靠性模型参数估计中,自助参数估计法通过增加模拟次数可快速逼近参数真值,方法快速、有效,可提高模型精度.     

一种桥梁实测小样本数据的区间优化方法——灰自助抽样与灰色系统理论相结合

针对农村公路桥梁的非概率可靠性评估中现场实测获得的数据属于小样本、贫信息且概率分布未知而难以精确估计参数变化区间这一问题,提出将灰自助抽样与基于灰色系统理论的区间估计方法相结合对桥梁实测的小样本数据进行区间估计。该方法通过自助法产生多组相似样本后利用灰色预测模型减小其误差,再通过基于灰色系统理论的区间估计方法计算各样本的灰色置信区间,并通过取交集的方式排除随机误差对结果的影响来获得更为精确的置信区间。最后将实测桥梁混凝土强度数据作为小样本数据,计算3种区间估计方法的区间估计结果,结果证明了本文所提方法的合理性及有效性。     

分位数回归区间估计方法比较分析

介绍了分位数回归模型参数的3类区间估计方法,分别为直接法、自助法、诱导光滑法,通过模拟比较他们在覆盖率与置信区间长度方面的表现。     

双截断数据下艾滋病潜伏期的秩回归分析

基于MM算法改进了加权秩估计求解,得到模型参数的相合估计。结合自助法得到参数的区间估计,模拟验证了方法的有效性。将此模型运用到艾滋病潜伏期数据中,发现儿童群体年龄和艾滋病潜伏期呈负相关。     

基于Python的优化适线法在水文频率分析中的应用

水文频率分析是水文水利计算的重要环节,我国水文频率计算方法常采用假定总体服从P-Ⅲ型分布,并利用适线法通过样本来估计总体分布参数,进而推求设计值。文中将基于Python采用Levenberg-Marquardt算法的优化适线法得到P-Ⅲ分布的3个参数,并进一步比较和分析该方法的统计特性。采用AIC准则和RMSE为检验指标评价优化适线法的拟合优度,结果显示,优化适线法要优于矩估计法,在水文频率分析中能达到理想的拟合效果。     

MUSIC法的有限域单向快速频率搜索

快速傅里叶变换(FFT)算法在应用中速度快,精度较低,而MUSIC法精度高,实时性差。该文通过分析两者联合谐波频率估计的可能性,提出利用FFT算法对谐波频率进行预估计,用二分法将频域划分为有限个细小的频率区间,根据可能的有效频率选取有效区间,再通过MUSIC方法在有限的搜索区间进行频率细化,并在细化的过程中采用趋向谱幅值增大的单向搜索。通过仿真研究,该方法能有效提高信号的处理速度,加强MUSIC算法的应用。     

基于有限域实值MUSIC法的涡街信号处理方法

针对涡街流量计高实时性、高精度的要求,提出一种基于有限域实值多重信号分类(multiple signal classification,MUSIC)法的涡街信号处理方法.该方法利用能量重心校正法对涡街信号幅度谱进行频率校正,确定频率搜索域;利用实值MUSIC法快速得到谱峰频率值,通过牛顿迭代法对谱峰频率值进行计算,以达到提高频率估计精度的目的.仿真结果表明:该改进方法的频率估计精度较MUSIC法提高了0.1%,实时性高,满足涡街流量计高精度与高实时性要求.     

刀切虚拟值的近似独立性及自助(bootstrap)法

本文讨论了刀切虚拟值的近似独立性,证明了当虚拟值随机收敛于某随机变量,那末这些随机变量是独立同分布的。基于这些近似独立的刀切虚拟值,我们建立新的自助(bootstrap)法。它对于U—统计量而言,仅需要核具有有限二阶矩的条件即可。这样我们就改进了原自助法应用于U—统计量所需要的条件。此外我们得到了自助法用于U—统计量的一些与独立和相同的渐近性质。     

基于子空间分解类算法的高精度频率估计

针对高速全数字解调器中频率估计算法的高精确度及实时性要求,该文深入分析了基于子空间分解类算法的特点,提出了将求根多重信号分类(RMUSIC)法和旋转不变技术估计信号参数(ESPRIT)法分别与快速傅里叶变换(FFT)法相结合的高精度频率估计算法。首先应用RMUSIC或ESPRIT算法对信号频率进行预估计,确定粗略的窄带频率区间后,再应用加窗FFT算法对细化域内的频率进行精估计。此外,为满足不同信噪比条件的需求,提出了一种具有可选结构的高精度频率估计方法。仿真结果与分析表明,该算法极大地提高了已有频率估计算法的精度,具有较快的信号处理速度和良好的抗噪声性能。     

基于多模型自适应估计的机动目标拦截

针对频率随机且初始相位未知的正弦机动目标,采用多模型自适应估计方法构建相应的成员滤波器,以实现对于机动频率的辨识和相关状态的估计.考虑到估计延迟等多种因素作用下,拦截导弹加速度无法达到最大容许值,从而不能充分发挥其性能,提出了一种有界控制修正增益制导策略.基于Monte Carlo试验法进行了仿真,结果表明,所给出的多模估计方法可以实现目标机动的有效辨识和状态估计,有界控制修正增益制导策略也具有较好的目标拦截性能.     

Bootstrap方法对晶振稳定度估计

针对小样本条件下晶振能够快速稳定实现时钟同步的问题,提出了在蒙特卡洛模拟实验下结合传统和改进后Bootstrap方法与卡尔曼滤波方法消除相关噪声,从而维持晶振稳定性的一种方法.由于传统Bootstrap方法限制再生样本的生成范围,使计算结果远远偏离真实情况,而改进Bootstrap方法可以拓展再生样本的生成范围,避免了只抽取原始数据的情况,使得频偏和时偏的估计分布尽可能地接近真实分布.仿真结果表明,改进Bootstrap对频偏和时偏的校正优于传统Bootstrap方法,利用改进Bootstrap与卡尔曼相结合的方法能够实现对晶振的快速稳定.     

极小子样试验的虚拟增广样本评估方法

提出一种针对极小子样试验的虚拟增广样本评估方法。在工程实际中，对于成本昂贵的大型复杂结构体系或机构系统，往往只能做试件样本量为1或2的极小子样试验。在这种情况下，先根据极小子样试验的试验样本值虚拟增广样本，即把样本量从n=1虚拟增广至n=13，然后根据增广样本构造经验累积分布函数并对其进行修正，最后应用Bootstrap方法对增广样本进行评估，得到未知参数的估计。文中采用一个实例验证了所提出方法的实用性。     

威布尔分布参数的一种矩估计

本文应用极小值分布的样本矩来间接估计两参数威布尔分布的分布参数,并证明了所得到的威布尔分布参数的矩估计是有偏的;在实验的基础上,从一个近似分布出发,推导出了威布尔分布参数矩估计的修偏系数计算公式,因此获得了威布尔分布参数的基于极小值样本矩的一致渐近的近似无偏矩估计。通过计算机模拟方法,把矩估计和其它几种常用估计(极大似然估计、最好线性无偏估计和最小二乘方估计)进行了比较,所得结果是令人满意的。     

基于LAD的对称alpha稳定分布参数估计

稳定分布是一种典型的非高斯分布,常用来描述具有尖峰厚尾特点的数据。由于alpha稳定分布的特性,参数估计成为一个难点。在样本特征函数的基础上,探讨了用最小绝对偏差法估计对称alpha稳定分布的参数,并在大样本条件下给出了参数的渐近置信区间。     

基于小子样Bootstrap法的雷达辐射源特征分选稳定性分析

雷达辐射源的分选识别算法通常是以正确分选率或识别率为重要指标,但该指标通常是一个点估计值,无法反映系统识别的稳定性和估计精度.本文利用小子样Bootstrap法在有限的实验样本的基础上进行区间估计,并提出了一个特征分选识别率的稳定性判定因子,通过该因子能够量化系统识别率的稳定性.     

指数分布产品的小样本可靠性参数评估方法

介绍了小样本可靠性参数评估的Bootstrap方法和随机加权法的基本思想,以及指数分布随机样本的Monte Carlo抽样过程;分析了指数分布随机观测样本的平均寿命估计的相对误差,研究了小样本情况下,相对误差的统计特性随样本量的变化关系及其分布情况,并对仿真结果进行了对比分析。     

马氏转移对数正态模型参数置信区间的Bootstrap估计

马氏状态转移对数正态模型参数的区间估计很难得到。文章提出的Bootstrap法不仅能在Excel环境下克服似然函数关于参数求导以及求导后对随机变量求期望的困难,而且能弥补使用费希尔信息量的倒数I（Θ）^-1低估估计量波动的缺陷,同时能方便地得到估计量的分布和协差阵,为研究模型系数估计的稳定性提供了切实可靠的统计方法。     

非平衡单层套设计中组间方差分量的置信区间

研究了非平衡单层套设计中组间方差分量的区间估计问题,利用广义置信区间的概念,建立了精确置信区间,证明了频率性质和不变性,模拟结果说明其在覆盖概率和区间长度方面优于文献中的已有方法。     

有限样本数据下产品可用度评定的Bootstrap方法

产品可用度是产品可靠度和维修度的函数，可靠度和维修度采用给定分布参数的分布函数描述。工程中由于只能得到可靠性和维修性有限试验数据，因此仅能确定分布参数的置信区间，无法明确给出分布参数确定值，造成可用度评定困难。提出了采用Bootstrap仿真抽样方法，利用有限样本的可靠性和维修性试验数据，进行产品可靠度评定和最佳维修周期确定方法。解决了有限样本条件下，产品可用度评定问题。     

基于Bootstrap滤波的非线性系统的识别

Bootstrap滤波是一种基于贝叶斯状态估计和蒙特卡罗方法的新的海波方法，相对于经典的卡尔曼滤波而言，它不受状态方程须为线性以及状态与噪声须是高斯分布的限制，具有很强的适应性。对贝叶斯估计及Bootstrap滤波方法在非线性系统识别中的应用进行了分析与数值模拟，计算结果表明了该方法的有效性和实用性。