简介：信号的载频估计在无线电频谱资源的使用和管理中起到了至关重要的作用。现有的载频估计算法载估计精度,计算复杂度等方面均存在严重不足,不利于仪表应用。结合典型的谱重心法和最小均方误差算法的特点,提出了一种新的载频盲估计算法。该算法无须知道信号的体制类型,即可对信号直接进行载频估计。该算法以谱重心法得到的载频估计值为粗估计,并利用平滑后的功率谱中间段对称性更好的特性,根据最小均方误差算法计算粗估计误差范围内的局部对称性大小,求取对称性最好的位置作为载频精估计值。在高斯信道下的仿真实验结果表明：相比谱重心法,新算法的估计精度在不同信噪比下均有较大的提高。特别是在低信噪比的情况下,载频估计的精度提升更明显。因此,新算法在无线频谱监测中有着很好的应用前景。

简介：研究了线性等式约束下线性模型中BLu估计关于协方差的稳健性，得到了在协方差发生变化时，条件可估函数c’β的条件BLU估计具有稳健性的充要条件．

简介：LMS算法是一种常用的估计法,但它的收敛速度较慢.采用短周期M序列相关估计法,其结构和算法与常规LMS自适应估计法相近,但收敛速度要快得多,非常适用于理论研究和工程实际的要求.计算机模拟结果表明,经200～300次迭代运算后,系统冲激响应抽样估计值误差小于0.01.

简介：本文介绍了两个m维实正态随机向量序列相互独立时,其线性组合均方收敛于m维实正态随机向量,并将此结论推广到两个相互独立的连续参数的m维实正态随机向量族,以及有限个两两独立的实正态随机向量序列（或族）的线性组合上去.

简介：对于一类相依线性回归系统，本文提出了一种泛岭改进估计，并讨论了这种估计及相应的两步估计的优良性质，获得了若干深入的结果。

简介：放弃了Luenberger状态估计理论对系统完全可观测性的要求,提出了一般线性离散系统状态估计的方法。对于j=i,i-1,给出了系统完全（i,j,Ti）可重构这一新概念的充要条件。

简介：针对线性回归模型Y＝Xβ＋l的典则形式Y=a01＋Z＋l,l-（0，σ^2I）在设计阵X呈病态时，提出了一类新估计（k;q）=（OkIq＋Aw^A1O）^-1Z＇Y，称之为广义岭型估计．优点是结合主成分估计和岭估计的思想和方法，将X＇X的特征值分为不同大小属性的两部分A1与A2，并分别添加不同的常数，致使新估计类的均方误差大幅降低的同时计算量大大减少，而且便于对原变量做出解释．文中进一步讨论了该估计优于岭估计的k的存在性以及充分条件．

简介：本文研究了混合整数线性模型方差分量在无信息先验分布和有信息先验分布下Bayes估计，给出了混合整数线性模型方差分量无信息和：有信息先验分布下的极大后验估计和最佳Bayes估计。

简介：基于平衡损失的思想和最小二乘统一理论，对带线性约束的一般线性模型提出了一种全面度量估计优良性的标准．给出了此标准下模型中回归系数线性函数的约束广义平衡LS估计，并得到了约束广义平衡LS估计唯一性的一个充分条件．

简介：局部线性估计是非参数回归中的一类重要估计方法．在相关研究结果的基础上，给出了局部线性估计教学中两类有用的推广．给出了多节点处局部线性估计的目标函数优化表达式，这有助于节省程序计算时间，又可以允许在一些先验信息下使得估计的函数是单调的．给出了数值模拟例子来说明推广的知识有着一定的应用价值．

简介：以提高估计量的精度为目的,定义了一种新的多个辅助变量的回归估计法,从理论上研究了该方法下权的选取方法,并将该方法下的估计量与Raj多辅助变量回归估计量、Ghosh多元线性回归估计量在精度上进行了数值比较,结果表明：这种新的多辅助变量的回归估计法在精度上优于Raj多辅助变量回归估计和Ghosh多元线性回归估计。

简介：采用有偏估计B∧(k)=[(X′X)-1-k(X′X)-2]X′Y估计多元线性模型中的回归系数B,通过k值的选取,可使β∧(k)=Vec[B∧(k)]的均方误差MSE小于β=Vec(B)的LS(最小二乘)估计β的MSE.

简介：对于线性对流占优扩散方程，采用特征线有限元方法离散时间导数项和对流项，用分片线性有限元离散空间扩散项，并给出了一致的后验误差估计，其中估计常数不依赖与扩散项系数。

简介：考虑一般的分块半相依线性回归（SUR）模型及其相应的简约模型，给出简约模型下未知回归系数及其可估函数的协方差改进估计仍是分块SUR模型下相应参数的协方差改进估计的一个充要条件．

简介：针对车载捷联惯导系统怠速条件下的初始对准问题,提出了一种基于罗德里格参数的线性最优估计自对准算法。利用姿态阵分解和凯莱变换,将任意姿态下的无初值初始对准问题简化为罗德里格参数的无约束线性最优估计问题。讨论了算法的有效性,推导了算法的对准误差公式,并设计了一种简洁的工程实现方案。利用车载捷联惯导系统进行了四位置对准试验,每个位置对准六次,结果表明,在发动机振动及外界随机扰动下,新算法可以在5min内完成对准,统计方位均方差（1σ）不超过3′。

简介：测量中大量的函数模型都是非线性回归模型．当回归变量含有一定的测量误差时，我们得到非线性测量误差模型．本文讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法，并对这种估计进行了影响分析，证明了删除模型与均值漂移模型中参数的Bayes估计相同，利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量．

简介：卡方检验（X^2）是临床应用（或滥用）最广泛的统计学检验方法之一，可用来分析两个分类变量间的关系，也是X^2检验最简单和最为人熟知的应用形式。如果有第3个分类变量作为混杂因素，则可以采用分层X^2检验。但当维度更高，欲同时研究4～5个分类变量间的关系时，X^2检验显得就不够了，难以对多个分类变量间的关系给出一个系统而综合性的评价，也不可能在控制其它因素时估计变量的效应，此时应采用多元分析的方法。

简介：利用矩阵广义逆的有关性质，研究了一般线性回归模型设计矩阵Xnxp非列满秩时回归参数β的可估计性，并给出了回归参数卢的某些线性函数c^Tβ可估计的充要条件．

简介：给出周期系数二阶线性微分方程特征指数的一种估计方法,该方法较为简洁、有效和实用,同时有较高的精度.

简介：提出了带插值点的拟线性最小二乘法，并给出了带插值点的拟线性最小二乘法拟合的最小二乘估计，证明了及其参数具有无偏性。