极大似然法在水下机器人系统辨识中的应用

主要探讨了极大似然参数估计法及其松驰算法,将它们应用于水下机器人运动模型的辨识中,利用水下机器人的海上类Z型试验数据,辨识得到某智能水下机器人水动力系数,并对比了两种算法的结果,可看出松驰算法有更好的收敛性,然后用辨识得到的水动力系数建立了水下机器人的运动模型,用运动仿真进行了模型验证,仿真结果表明辨识得到原数学模型是可靠的,本方法对于水下机器人操纵与自适应控制的研究有较大的实际意义。     

截尾线性回归模型参数极大似然估计的EM算法

对区间截尾的线性回归模型,在误差服从正态分布的条件下,给出其基于似然方程的参数极大似然估计(Maximum Likelihood Estimate,MLE)的一般迭代算法,证明了EM算法与该一般迭代算法的一致性,由EM算法的性质保证了迭代的收敛性,证明了Murray Aitkin给出的右截尾数据回归模型参数MLE的EM算法是本文的一个特例以及EM算法收敛点的唯一性.     

极大似然估计和拟极大似然估计模拟之比较

通过对单个协变量的带有测量误差的一维结构回归模型中总体平均处理效应的极大似然估计和拟极大似然估计的随机模拟结果进行比较,发现这两个公式都不受测量误差的影响,并且可以互换使用.当其它误差较小时用两个公式计算结果虽然相差不大,但相比较而言用拟极大似然估计较好,反之,当其它误差较大时用极大似然估计较好.     

极大似然估计方法介绍

主要介绍了极大似然估计方法的来源、极大似然原理、极大似然问题求解方法以及什么情况下极大似然估计不能求解等。     

相关辨识与极大似然估计在可控硅直流调速系统故障诊断中的应用

本文将相关辨识、相关滤波、AIC准则与极大似然估计有机联系起来,并将应用于可控硅动态系统的故障检测。本文提出的诊断过程如下:(1)加入激励信号为正常给定信号的0.1％～10％的逆重复M序列伪随机信号,以不影响系统正常运行为准.(2)求出各可测点与输入信号的相关函数,得到多条相关滤波曲线.(3)用极大似然估计与AIC准则判定各可测环节中是否出现故障.其中,估计用的输入输出数据是通过相关滤波后的数据.本文给出的物理实验结果,证明本文所提的诊断方法是有效的.     

一种基于极大似然准则的自适应卡尔曼滤波算法

在系统不能确切建模或模型本身会产生改变的应用场合，传统卡尔曼滤波算法的性能受到直接影响，甚至无法正常应用。基于标准卡尔曼滤波假设，利用极大似然估计准则推导了一种新的自适应卡尔曼滤波算法，这种滤波算法的主要思路是利用新息序列对系统和量测噪声方差阵Q和R实时估计和调整，以实时反映系统模型的变化。在相关理论分析的基础上，针对低成本惯性／GPS组合导航系统对这种自适应卡尔曼滤波方法的性能进行了仿真分析，与传统卡尔曼滤波算法进行了比较，探讨了这种算法的实用性。     

和极大似然估计──一种新的估计准则

经典的极大似然估计和抗差的广义极大似然估计都是将随机样本看成独立积事件，在积概率最大的准则下，求参数估值，前者不能抗拒粗差，后者能抗拒粗差。和极大似然估计是将随机样本看成独立和事件，在和概率最大的前提下，求参数估值，从理论分析和计算结果来看，和极大似然估计优于积极大似然估计。     

多元退化正态分布参数的极大似然估计

设m维随机向量y服从多元退化正态分布,即y～Nm（μ,V）,其中V≥0且|V|＝0.本文利用矩阵的广义道作为表示工具来讨论参数μ,V的极大似然估计,得到了与非退化情形下表达形式—致的似然估计的一般表达式.     

基于极大似然估计的最优航迹关联算法

针对两传感器以上的分布式多传感器航迹关联问题,提出了一种基于极大似然估计的最优航迹关联算法,并且使用一种剪枝方法来快速求解该关联算法的最优解．最后,在不同的目标间隔距离条件下进行了仿真实验．仿真结果表明,该算法有较高的正确关联率,是有效可行的．     

一种新的基于极大似然估计的盲分离算法

盲源分离（Blind Source Separation，BSS）或独立成分分析（Independent Component Analysis，ICA）是一种矩阵处理或数据分析技术，主要目的就是在仅在源信号相互独立的假设下从混合的观测信号中恢复出源信号。由于它在生物医学信号分析、语音识别、无线通信等领域应用的不断拓广，它已成为一个热门的研究领域。本文对于如何分离混合信号模型的问题，从观测信号与分离信号的概率密度函数（Probability Densitv Function PDF）之间的关系推导出了一种新的基于极大似然估计的盲分离算法，通过选择一个带参数的非线性函数近似超高斯与亚高斯的PDF，以此来分离源信号。并通过模拟实验验证了此算法的有效性。     

基于极大熵谱估计准则的动态数据预测方法及应用

在进行动态数据预测时，预测结果往往会受人为因素影响而出现偏差。本文将极大熵谱估计准则应用于动态数据预测，详细介绍了趋势项提取、模型参数确定、阶数选择以及数据预报的过程，基于MATLAB平台编制了相应程序，最后结合实例对该方法的优点和不足之处进行了客观评价。     

熵极大识别准则及其应用

本文探讨了熵极大识别(EMI)准则的数学特性,分析了该准则与极大似然法的相互关系,并借助该准则导出了常见的各种概率密度函数,对不同分布之间的差异从不确定性的角度进行了理论分析,最后以P—Ⅲ型分布为例,讨论了参数识别的具体方法与步骤。     

基于模糊控制的光伏电池最大功率点跟踪方法

针对光伏系统中最大功率点跟踪的问题,提出了一种基于模糊控制的最大功率点跟踪的方法,通过在Matlab/simulink上搭建光伏阵列模型、模拟电路以及模糊控制器模型进行仿真的实验手段,验证了采用模糊控制法相比传统定步长扰动观察法能消除最大功率点附近振荡功率损耗,且具有能兼顾跟踪精度和响应速度的优点.     

基于递推随机有限元法的结构可靠度指标计算

将递推随机有限元法与验算点法结合,提出了一种基于递推随机有限元法（RSFEM）的随机结构可靠度指标计算方法。数值结果表明,与基于Taylor展开的二阶摄动随机有限元方法比较,新的数值方法能够对随机结构的可靠度指标进行更好的逼近,其结果与MC模拟结果也非常吻合,论证了基于RSFEM的随机结构可靠度指标计算方法的合理性和有效性。     

基于最大概率和色彩信息的物粒图像识别

色彩是彩色图像处理中识别图像的主要感知特征之一。在该文中，彩色图像的色彩信息与最大概率法二者被结合起来，同时引入物粒图像的背景呈一定的均匀度和正态分布的假设，分别根据颗粒识别的实际情况得到二次域值区间，将非均匀背景去除，获得所需的物粒信息。为了更准确的识别颗粒，还根据物粒图像背景呈正态分布的假设对域值区间进行了优化。实验结果表明，文中提出的方法可以取得良好的效果。     

基于递推子空间的氧化铝浓度预测控制

为实现氧化铝浓度精确控制,基于子空间辨识及模型预测控制技术,提出一种递推子空间氧化铝浓度自适应预测控制方法. 首先,采用带遗忘因子的递推子空间算法,建立氧化铝浓度的在线预测模型,自适应地根据铝电解过程工况变化准确预测氧化铝浓度;然后,应用预测控制实现氧化铝浓度的自适应控制;最后,基于某铝厂实际生产数据开展实验研究,验证所提控制方法在氧化铝浓度精确控制上的有效性和优越性.     

基于逆传系统法的最大相位系统的动态载荷识别研究

在目前的载荷识别研究中,有关时域内载荷识别在其逆传系统的载荷识别研究一般只停留在最小相位系统上.本文在时间序列模型的逆传系统动态载荷理论基础上,提出了最大相位系统动态载荷识别新方法,克服了传统识别方法对边界条件的限制,并利用计算机仿真验证了该方法对最大相位系统的载荷识别的有效性.     

非线性工程控制系统的波形迭代算法

本文提出一种控制算法，该算法在线求取最优控制函数，利用输入信号的重复性迭代求解，无需辩识系统参数，在线计算量小，可适应被控制对象特性的缓慢漂移．本算法已在某飞机部件试验中应用并取得成功     

基于最大熵原理和蒙特卡罗法的滑坡推力概率模型

滑坡推力作为支挡结构的外部荷载具有很大的不确定性,用概率模型来描述这种不确定性是合理的。为了建立滑坡推力的概率模型,把最大熵原理与蒙特卡罗法相结合,用蒙特卡罗法确定复杂随机变量的统计矩,基于最大熵原理求解随机变量的概率密度函数,建立滑坡推力的基于最大熵概念的概率密度函数统计模型,并对某边坡进行实例分析。结果表明:基于最大熵概念上的随机变量概率模型可行、有效。     

基于样本分位数的参数极大概率估计

基于样本分位数,引入了一种估计参数的方法．解决了某些分布参数的矩估计或极大似然估计没有显性表达式的问题．对于某些分布,由该方法获得的估计具有良好的性质．