基于完全样本的两参数Weibull分布的参数估计

结合概率图、数值计算方法及Monte-Carlo法给出了在完全样本下两参数Weibull分布参数极大似然估计(MLE)的数值解和区间估计的枢轴量,最后针对具体实例利用随机模拟实现了极大似然估计和区间估计,效果良好.     

INS辅助的GNSS欺骗干扰辨识与抑制方法

GNSS欺骗干扰已经成为导航装备应用中面临的重要威胁之一。现有的基于INS/GNSS组合的抗欺骗算法大多只进行欺骗检测,不能恢复正确的定位结果。针对该问题,将多径抑制算法中的Multi-correlator结构用于真实信号和欺骗信号的参数估计,利用INS短期精度高的特性,实现欺骗信号的辨识。然后将辨识结果反馈跟踪环路抵消欺骗信号,保证接收机跟踪环路始终锁定真实卫星信号。最后,在INS/GNSS组合导航解算过程中引入抗差卡尔曼滤波算法,减小参数估计和辨识结果中粗差对定位结果的影响。利用公开数据集进行试验测试,欺骗干扰条件下定位误差由600 m降为10.0 m,而且在GNSS信号中断90 s重新恢复后,所提算法依旧能够实现欺骗信号的辨识和抑制。试验结果表明所提算法能够保证接收机在欺骗条件下锁定真实卫星信号,连续输出高精度的导航和授时信息。     

基于多通道观测量精确定时的算法及实现

为了提高卫星导航系统中的定时精度,在研究利用伪距方程解算来获得钟差以进行接收机时间调整的传统定时方法的基础上,提出了利用多通道信息在最大似然准则下,进行最佳估计接收机时钟钟差的算法,并在时间调整过程中实现了闭环调整接收机秒脉冲(1 PPS)的输出.对算法及闭环调整方式在ARM FPGA的硬件平台上进行了初步实现,对算法的性能进行了仿真.仿真结果表明,最大似然估计算法对进一步提高卫星导航系统中的定时精度有明显的改善.针对开环和闭环调整两种情况,也进行了仿真分析,得出闭环调整能够有效克服接收机时钟向同一方向漂移的问题.     

权值自适应调整Unscented粒子滤波及其在组合导航中的应用

针对粒子滤波存在的重要性密度函数难以选取和粒子退化问题,提出了一种新的权值自适应调整Unscented粒子滤波算法。该算法在Unscented粒子滤波的采样过程中吸收权值自适应调整的优点,考虑最新量测影响,通过欧氏距离和反映量测噪声统计特性的精度因子来自适应的调整粒子对应权值分布,增加有用粒子的权值,降低粒子退化程度,保持粒子多样性。同时Unscented变换提高了滤波精度,使该算法能更好地适用于非线性、非高斯系统模型的计算。将提出的算法应用于GPS/DR组合导航系统进行仿真验证,结果表明,提出的权值自适应调整Unscented粒子滤波算法得到的东向定位误差控制在±5.5 m附近,北向定位误差则在±5.2 m附近,滤波性能明显优于扩展卡尔曼滤波和Unscented粒子滤波,能提高GPS/DR组合导航系统解算精度。     

姿态检测地磁传感器误差分析与补偿方法

针对磁环境下的地磁传感器测量精度不足的问题,为了补偿地磁传感器存在的各种误差,在分析地磁传感器的自身误差和环境干扰误差的基础上,建立了地磁传感器误差校正模型,利用最大似然估计法将误差校正模型转化成多项式最小二乘拟合的基本方程形式,提出了基于QR因子分解法的补偿系数快速解算方法。分别求取仿真误差模型和实验误差模型的补偿系数,然后对地磁场矢量进行校正。结果表明,校正后的磁场强度和实际磁场强度基本一致,滚转角精度提高了近5倍,能够满足相关需求。     

基于高频数据的GARCH模型拟极大指数似然估计

基于拟极大指数似然方法,本文研究了利用日内高频数据来估计日频GARCH模型的参数.已有的相关研究均假定GARCH方程中常数项是给定的,限制了方法的广泛应用.本文基于常规的GARCH(1,1)模型框架,针对模型全部参数给出了两步估计方法,讨论了估计量的理论性质.针对不同的波动率替代,文章也给出了最优波动率替代选择标准.模拟研究和实证研究表明所提估计方法有很好的表现和一定的应用价值.     

动态极值排序集抽样设计下Rayleigh分布的参数估计

在统计推断里,参数估计的好坏很大程度上依赖于抽样设计,所以有效的抽样设计将是一项重要的研究课题.本文分别在简单随机抽样(SRS)和动态极值排序集抽样(MERSS)下研究了Rayleigh分布中参数的无偏估计,最优线性无偏估计(BLUE),极大似然估计(MLE)和修正MLE.数值结果显示MERSS估计比SRS估计更有效.     

遗传算法求解约束非线性规划及Matlab实现

对于约束非线性规划问题,传统的方法:可行方向法、惩罚函数法计算烦琐且精度不高.用新兴的遗传算法来解决约束非线性规划,核心是惩罚函数的构造.以前的惩罚函数遗传算法有的精度较低,有的过于复杂.本文在两个定义的基础上构造了新的惩罚函数,并在新的惩罚函数的基础上,提出了一种解决约束非线性最优化问题的方法.通过两个例子应用Matlab说明了这个算法的可行性.     

核实数据下响应变量缺失的线性EV模型经验似然推断

考虑响应变量随机缺失而协变量带有误差的线性模型,借助于核实数据和借补方法,构造了回归系数的两种经验似然比,证明了所提出的估计的经验对数似然比渐近于一个自由度为1的独立χ2变量的加权和;而经调整后所得的调整经验对数似然比渐近于自由度为p的χ2分布,该结果可以用来构造未知参数的置信域.此外,我们也构造了响应均值的调整经验对数似然比统计量,并证明了所提出的统计量渐近于x2分布,可用此结果构造响应均值的置信域.通过模拟研究比较了置信域的精度及其平均区间长度.     

Empirical likelihood for AR-ARCH models based on LAD estimation

By employing the empirical likelihood method,confidence regions for the stationary AR(p)-ARCH(q) models are constructed.A self-weighted LAD estimator is proposed under weak moment conditions.An empirical log-likelihood ratio statistic is derived and its asymptotic distribution is obtained.Simulation studies show that the performance of empirical likelihood method is better than that of normal approximation of the LAD estimator in terms of the coverage accuracy,especially for relative small size of observation.