排序抽样的非参数估计

针对未知对称分布函数提出新的非参数估计量,并证明了此估计量一致优于文献[1]给出的估计量.     

关于Γ-分布参数的估计量

本文给出了Г-分布G（α,β）参数α的修正矩法估计量和参数β的修正极大似然估计量,并证明了它们具有无偏性和强相合性．     

Poisson分布参数估计的几点注记

在总体分布为Poisson分布下,给出了未知参数!的一些统计量,并讨论了其估计量的性质。     

纵向数据半参数回归模型的渐近性质

考虑纵向数据半参数回归模型:Y=Xβ g(T) ε,采用二阶段估计方法给出了参数分量β和非参数分量g(t)的估计量^βN和^gN(t),并在适当条件下研究了这些估计量的渐近正态性.     

均匀分布场合下参数的极大似然估计

针对不同区间上的均匀分布,应用次序统计量,给出了未知参数的极大似然估计,并讨论了估计量的无偏性。     

混合系数线性模型参数的可容许估计

讨论了混合系数线性模型参数估计,给出了完全随机系数的线性模型参数的新估计,证明了这个估计量的可容许性.     

关于具有线性约束的多元线性回归模型的注记

本文给出了具有线性约束的多元线性回归模型的最小二乘估计几何意义,由此给出了其最小二乘估计量的简要证明,同时进一步纠正了一些文献对该模型讨论的有关错误。     

二项分布中p~2的矩估计与极大似然估计

基于二项分布B(n,p)总体,给出了未知参数p2的矩估计和极大似然估计,并讨论了估计量的无偏性。     

矩估计法的理论注释

参数的矩估计法中,用样本原点矩作为总体原点矩的估计量是其中心思想。本文将给出这一思想的理论注释。     

非线性模型约束条件的随机化方法

对带约束条件的非线性模型问题进行了探讨,利用非参数估计的思想,广义地理解权函数估计中的权,给出了一种方法——"约束条件的随机化方法".并运用这一方法,给出了带约束条件的非线性模型存在广义最小二乘法估计量的一个充分条件.     

连续型幂律分布的参数估计

文章探索连续型幂律分布的参数估计,主要研究参数的极大似然估计和有效估计.给出了参数的一个渐近有效估计,并且证明了不存在参数的有效无偏估计。     

ParetoⅡ型分布的尾部特征及其参数估计

基于垂直密度表示理论,分析ParetoⅡ型分布的厚尾性,给出ParetoⅡ型分布参数的矩估计并得到其强相合性,给出基于样本分位数的ParetoⅡ型分布的参数估计并得到其强相合性．     

有附加信息的半经验似然估计的大样本性质

提出了一种有附加信息的半参数统计模型 ,证明了有附加信息的半经验似然估计的强相合性、渐近正态性 ,并说明附加信息能改进参数估计     

深空卫星通信中低信噪比下GMSK信号的捕获

文章对低信噪比下GMSK信号的捕获算法进行了研究,主要涉及帧结构设计、信号到达检测和频偏精估计等内容.详细介绍了频偏存在时信号到达检测方法、频率精估计的有关特点,并给出频率估计的仿真结果.     

熵损失下指数分布参数的估计

在指数分布参数的先验分布为其共轭先验分布时,给出了其在熵损失函数下的-估计公式,并给出了容许估计的一般形式.     

MIM0-0FDMA系统中理想信道估计

该文对基于802．16d／e实现的MIMO-OFDMA系统模型的信道估计算法进行了研究,提出了已知信道估计设计的一种基于时-频域分析法的实现方案。在该方案下的性能可以作为衡量其它信道估计算法性能的一个参考基准,并根据OFDMA系统上行链路的导频分布特点,利用导频进行线性插值信道估计的LSE信道估计,测试结果表明无论对于何种情况,已知信道估计的都优干线性插值信道估计,SUI-1情况中当SNR大于7dB后,线性插值信道估计与已知信道估计的性能差距超过2dB,其它SUI情况性能差距不超过2dB。     

线性指数分布参数的Bayes估计

对给定容量为n的线性指数分布样本X1,X2,…,Xn,在Linex损失函数下,利用共轭先验分布讨论线性指数分布参数θ的Bayes估计,多层Bayes估计,E-Bayes估计和极大似然估计.     

广义加权函数平均组合预测模型参数估计方法

提出一种新的组合预测模型--广义加权函数平均组合预测模型, 并利用二次规划算法给出其加权系数的2种不同的参数估计方法. 最后, 以预测实例说明了模型的有效性并对2种参数估计方法进行了比较, 得到一个对参数估计方法进行正确应用的有用结论.     

施密斯预估方法在单容水箱液位控制中的应用

采用施密斯预估控制方法对单容水箱液位的控制问题进行研究。介绍施密斯预估补偿器的原理及作用,通过理论分析和实验建立单容水箱的数学模型,并采用施密斯预估控制方法对水箱液位进行控制,得到控制结果后与PID的控制结果进行比较。实验结果表明,史密斯预估控制结果比PID控制结果超调量小,抗干扰能力强,调节时间短,稳定性好。     

两个Hermite矩阵的乘积的特征值的估计

1对1）A、B是两个任意同阶的Hermite矩阵；2）A、B是两个同阶的正规矩阵；3）A、B是两个任意同阶的复矩阵这三种情形分别给出了乘积AB的特征值的取值范围，其结果是最优的。2讨论了两个Hermite矩阵A、B的Kro-necker积A×B及Hadamard积AB的特征值的取值范围；3给出了Her－mite矩阵的特征值及一般复矩阵谱半径的两个新的估计式，其结果优于Frobe－nius谱半径估计。