方差分量的Bayes二次无偏估计及可容许估计的非负性

对于有P 个方差分量的线性模型,本文导出了方差分量线性函数的Bayes 不变二次无偏估计的显示表达式,证明了Bayes 不变二次无偏估计类形成了可容许的不变二次无偏估计的完全类。在可容许的不变二次无偏估计类中,讨论了非负参数函数的非负估计问题,给出了可容许的非负定估计存在的充要条件。     

恒加试验的最优线性不变估计

给出了恒加试验的最优线性无偏估计与最优线性不变估计。与有关文献给出的二步估计相比,这两个估计有较大改进,并且在计算上简单可行。     

基于双侧等截尾正态分布的均值-极差控制图

给出基于双侧等截尾正态分布的均值-极差控制图控制限的表达式,计算出参数估计使用的控制图系数表及样本量和子组容量的取值,最后给出基于正态分布和双侧等截尾正态分布两种情况下平均链长的比较。     

Weibull 分布场合下恒定应力加速寿命试验的保序估计

讨论了Ｗｅｉｂｕｌ场合下恒定应力加速寿命试验的最优线性无偏估计及保序估计,获得了保序估计的表示式,并给出了一个模拟例子．     

双边定数截尾试验下广义指数分布的可靠性分析

基于双边定数截尾试验,在无信息先验和共轭先验下,给出了广义指数分布参数的Bayes估计。同时在熵损失和加权平方损失函数下,给出可靠度函数的贝叶斯估计。最后运用Monte Carlo方法对估计结果进行了模拟比较。     

不同损失函数下指数-泊松分布的Bayes估计

基于定数截尾样本,在熵损失、Linex损失和刻度平方损失函数下,给出了指数-泊松分布参数的Bayes估计,并证明了所给估计都是容许的。最后给出了随机模拟例子,对所给估计结果的优良性进行了分析比较。     

对数正态分布加速因子的Bayes估计

基于对数正态分布形式以及分布对数标准差不变的条件,运用Bayes方法对对数正态分布加速寿命试验条件下的加速因子进行分析。首先基于全寿命试验数据和随机变量函数分布的理论推导出加速因子的先验分布;然后由Bayes公式结合少量的现场截尾试验数据,得出加速因子的Bayes估计模型;最后给出实例进行说明。     

装备无故障情况下的可靠性研究

在一次定时寿命截尾实验中20套装备无一失效。应用Bayes方法获得诸失效概率的估计,从而得到形状参数与特征寿命的估计,并给出了可靠性模型。     

Ⅰ型混合截尾下指数-威布尔分布的统计分析

在定时混合截尾情形下,研究了指数威布尔分布的统计分析问题。利用最大似然估计方法给出了指数-威布尔分布参数的最大似然估计。运用Lindley’s逼近方法计算出了分布参数的Bayes估计。最后,运用Monte-Carlo方法对最大似然估计和Bayes估计结果作了模拟比较,结果表明Bayes估计优于最大似然估计。     

基于截尾正态分布的最大值指标精度换算方法

提出了基于截尾正态分布的最大值指标精度换算方法,为最大值指标与常用精度指标间的精度换算,以及真值测量系统精度指标的确定提供了参考依据。该方法假设系统输出序列中各观测点的合格概率服从对数截尾正态分布;根据给定最大值指标的置信水平及序列样本量,证明并推导了截尾正态分布之截尾上限、截尾下限、均值及标准偏差的计算公式,导出了最大值精度指标与 等常用精度指标间的换算关系,最后结合精密仪器有关理论给出了最大值指标下真值测量系统精度指标的确定方法。实例应用的实验结果表明,该方法是可行的。     

最大值指标截尾正态分布精度换算方法

提出了面向最大值指标的截尾正态分布精度换算方法,为最大值指标与常用精度指标间的精度换算以及真值测量系统精度指标的确定提供了参考依据。该方法假设系统输出序列中各观测点的合格概率服从对数截尾正态分布;根据给定最大值指标的置信水平及序列样本量,证明并推导了截尾正态分布之截尾上限、截尾下限、均值及标准偏差的计算公式,导出了最大值精度指标与1σ等常用精度指标间的换算关系;结合精密仪器有关理论给出了最大值指标下真值测量系统精度指标的确定方法。实例应用的实验结果表明,该方法是可行的。     

逐步Ⅱ型截尾情形下逆-Weibull部件的Bayes估计

在逐步Ⅱ型截尾试验下,研究了逆-Weibull部件寿命参数的极大似然估计和Bayes估计。利用简单迭代方法,给出了寿命参数的极大似然估计的数值解。然后基于不同的先验分布,得到不同损失函数下寿命参数的Bayes估计。最后,运用Monte-Carlo方法对各估计结果作了模拟比较,结果表明Bayes估计优于极大似然估计,且LINEX损失下的Bayes估计误差最小。     

逐步Ⅰ型混合截尾试验下Burr部件的可靠性分析

在逐步Ⅰ型混合截尾试验下,研究了Burr部件寿命参数及可靠性指标的极大似然估计和Bayes估计.利用简单迭代方法,给出了寿命参数和可靠性指标的极大似然估计的数值解.然后利用Lindely Bayes近似算法得到了平方损失下寿命参数以及可靠性指标的Bayes估计.最后,运用Monte-Carlo方法对各估计结果作了模拟比较,结果表明Bayes估计较极大似然估计的误差小.     

恒加试验下Pareto部件的可靠性分析

基于定数截尾试验,研究恒加试验下Pareto部件的可靠性分析问题。利用经典方法和Bayes方法,给出了部件参数的极大似然估计、Bayes估计和逆矩估计。验证了极大似然估计和Bayes估计的等价性。结合加速寿命方程,推导出Pareto部件的可靠度、失效率的估计值。最后,通过仿真比较与分析,建立了Pareto部件的可靠性评估方法。     

Poisson分布与正态分布参数的Γ—极小极大估计

对于Poisson分布及正态分布,本文在其参数θ的先验一阶矩和二阶矩的部分信息已知的情况下,给出了θ的极小极大估计,同时也给出了最不利先验分布。     

广义逆指数分布元件的可靠性分析

在II型混合截尾样本下,得到了广义逆指数分布未知参数的最大似然估计。利用最大似然估计的渐近正态性构造了参数的渐近置信区间,运用Lindley's逼近方法和TierneyKadane's逼近方法计算出了参数的Bayes估计。最后,运用Monte-Carlo方法对上述估计方法结果作了模拟比较。     

双边定时截尾下广义Pareto分布的可靠性分析

基于双边定时截尾样本,研究广义Pareto分布的形状参数和可靠性指标的估计问题。在进行极大似然估计时,由于似然方程无解析解,故采用EM算法。对形状参数选取,4信息先验,在平方损失下,研究给出广义Pareto分布的形状参数和可靠性指标的Bayes估计。通过Monte-Carlo模拟对形状参数和可靠度函数的极大似然估计、EM估计和Bayes估计的效果进行比较。模拟结果说明,Bayes方法和EM算法适合在小样本场合下对形状参数进行估计,Bayes方法和极大似然估计法适合在大样本场合下对形状参数估计,极大似然估计方法和EM算法适合对可靠度进行估计。     

Rayleigh分布环境因子的经验Bayes估计及仿真

讨论了Rayleigh分布环境因子的定义和估计问题。基于逐次截尾模型,在LINEX损失函数下,给出环境因子的经验Bayes估计。最后利用Monte-Carlo方法对经验Bayes估计和极大似然估计进行了分析比较。结果表明,经验Bayes估计优于极大似然估计。     

光幕靶破片速度测量方法及误差分析

主要针对破片速度测量实际需求,建立了光幕靶测量数据处理方法和速度误差的传递模型。研究了着靶信号波形匹配技术和破片轨迹匹配技术,利用无偏估计给出了测时、测距等各测量参数的随机误差范围,再结合时间和距离的匹配误差,最终给出了破片速度测量的总误差。     

基于球坐标系下BLUE滤波的IMM算法

针对机动目标跟踪中常见的量测转换问题,提出了一种基于球坐标系下最优线性无偏估计滤波的交互多模型算法。该算法的核心思想是将最优线性无偏估计滤波作为交互多模型中的基本滤波,完成对机动目标的跟踪。在仿真试验中,将该算法与基于扩展卡尔曼滤波的交互多模型算法进行比较,结果表明该算法有效地抑制了扩展卡尔曼滤波中常见的滤波发散问题,并且提高了跟踪的精度,具有较好的实用性。