使用辅助变量的单静止站纯方位目标跟踪

利用现时刻之前的方位测量构造现在方位的预测值 ,形成了与现在测量方位在统计上独立的辅助变量 ,该辅助变量用以对拟线性估计算法的修正 ,能产生无偏的目标参数估计     

纯方位TMA的有偏性分析

纯方位TMA是一类典型的非线性问题,它常表现出一些独特的性质,有偏性就是其中之一。对纯方位TMA常用的伪线性估计器的有偏性进行了分析,指出偏倚是由伪线性化造成的。该结论得到了仿真计算结果的支持。仿真结果还表明,偏倚程度同测量误差大小、几何态势、己艇机动航路等诸多因素有关。     

辅助通道参数模型估计射电天文抗干扰方法

针对单通道射电天文抗干扰方法在观测数据干噪比较低情况下的干扰消除性能降低甚至失效的问题,通过引入辅助天线观测提出了一种基于参数模型估计的抗干扰方法。该方法利用辅助天线所接收到的具有较高干噪比的观测数据建立干扰信号参数的估计模型,同时通过构建主辅通道参数差异性模型对估计模型进行修正,实现对干扰信号参数的精确估计,达到消除干扰信号的目的。仿真实验表明,相比于单通道方法,改进后的方法在解决低干噪比条件下的射电天文抗干扰问题方面具有更广泛的适用范围。     

污水处理过程软测量系统辅助变量的选择方法

辅助变量的选择包括变量类型、数量及检测点的选择,是软测量建模的第一步,直接关系到软测量质量的好坏.针对活性污泥法,从微生物生长繁殖的角度出发,探讨了各要素对于微生物生长活动能力的影响及其相互关系,通过影响力大小及相互间耦合性的复杂程度选取辅助变量的原则,完成了污水处理辅助变量类型的初选,并对辅助变量的精选进行了讨论.     

KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法

由于卫星轨道测量数据中含有非线性误差,使用传统的最小二乘多项式拟合方法对其进行预处理必然会降低定轨精度.在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性误差,提出了基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法,以提高数据预处理的精度.对某卫星USB跟踪数据应用该方法进行了仿真,仿真结果表明:该方法可以分离出观测数据中的白噪声和非线性误差,从而可以在观测数据中消除非线性误差的影响,提高数据预处理的精度.     

多传感器测量数据预处理

传统传感器测量数据处理方法只采用算术平均值的数字滤波法,虽然这种方法具有一定的抗干扰性,但从统计理论和实际应用情况分析来看,这种方法处理的数据不是测量结果的最好表示,尤其对于多传感器测量情况甚至更糟糕.针对这种情况提出了通过2次利用偏度分析建立动态检测门限判别并剔除粗差,再进行数据融合的分批估计方法.数据分析结果表明,这样处理后的数据测量误差和方差均更小,测量结果更接近测量真值.     

基于矢量最优估计的稳健测向方法

为了弥补阵列天线导向矢量失配和相位测量噪声对测向性能的影响,提出基于矢量最优估计的稳健测向方法。区别于传统相关干涉仪测向方法,该方法基于阵列系统的二阶统计特性和锁相环原理对来波信号导向矢量进行最优估计,然后借鉴相关干涉仪原理确定来波信号方向。仿真分析表明,该方法弥补了阵列天线系统误差和测量相位随机噪声的影响,可以实现来波信号方向的准确测量。     

潜艇纯方位跟踪中系统误差的消除方法

针对潜艇纯方位法水下目标跟踪过程中，如果存在系统误差，会导致收敛速度变慢，状态估计有偏的问题，提出了联合sigma点卡尔曼滤波算法。该算法不仅能消除系统误差对状态估计的影响，而且能减小线性化误差，提高滤波精度。仿真实验结果证明了算法的有效性和优越性。     

舰船武器甲板位置点杆臂参数的测定

舰载武器发射或舰载武器惯导系统对准需要舰载惯导系统MINS的信息辅助,不同的安装位置使得它们之间存在较大的杆臂效应,在对杆臂效应补偿中需要三维杆臂尺寸参数,由于加工误差、安装误差及船体变形,使武器战位的实际杆臂参数偏离图纸计算值.通常舰载惯导舱室与甲板武器战位之间不能通视直接测量难度大.为提高杆臂效应补偿精度,提出了基于舰载惯导MINS及差分GPS辅助的测量方案.通过速度信息观测采用马尔科夫递推滤波器估计杆臂参数,仿真结果表明通过10min的测量可达到0.1m估计精度量级.     

线性回归模型系数岭估计的改进研究

对作者提出的c-k型估计,进行了进一步的研究.证明利用Stein式压缩技术可以改进岭估计(在均方误差意义下);同时给出了参数的最优值满足的条件.证明了c-k型估计的可容许性.文中的方法为病态线性回归模型系数的有偏估计提供了改进的技术途径.     

Military Expenditure,Endogeneity and Economic Growth

Abstract

While not always a concern for the general economic growth literature, the debate over the effects of military spending on growth continues to develop, with no consensus, but a deepening understanding of the limitations of previous work. One important issue that has not been adequately dealt with is the endogeneity of military spending in the growth equation, mainly because of the difficulty of finding any variables that would make adequate instruments. This paper considers this issue, using an endogenous growth model estimated on a large sample of 109 non-high-income countries for the period 1998–2012. The empirical analysis is framed within an instrumental variable setting that exploits the increase in military spending that occurs when unrest in a country escalates to turmoil. The estimation results show that endogeneity arising from reverse causality is a crucial issue, with the instrumental variable estimates providing a larger significant negative effect of military spending on growth than OLS would. This result is found to be robust to different sources of heterogeneity and different time periods.     

An analysis of constrained robust regression estimators

Multicollinearity and nonnormal errors are problems often encountered in the application of linear regression. Estimators are proposed for dealing with the simultaneous occurrence of both multicollinearity and nonnormality. These estimators are developed by combining biased estimation techniques with certain robust criteria. An iteratively reweighted least-squares procedure is used to compute the estimates. The performance of the combined estimators is studied empirically through Monte Carlo experiments structured according to factorial designs. With respect to a mean-squared-error criterion, the combined estimators are superior to ordinary least-squares, pure biased estimators, and pure robust estimators when multicollinearity and nonnormality are present. The loss in efficiency for the combined estimators relative to least squares is small when these problems do not occur. Some guidelines for the use of these combined estimators are given.     

基于熵最小化的LFM信号调频率估计算法

利用LFM信号频谱的熵随着调频率减小而降低的性质,提出了一种基于频谱熵最小化的LFM信号调频率的估计SEM方法。建立参数待估的相位补偿因子,通过搜索得到使得补偿后信号频谱熵全局最小的调频率估值。在搜索过程中,采用两级搜索策略,并引入牛顿迭代算法,有效降低了算法复杂度。理论推导和仿真结果证明,该算法为有偏算法,估计偏差量与初始频率相关,理论估计方差比较CR下界低12d B。对雷达实测回波信号进行验证,与离散多项式变换算法相比发现,提出算法估计的鲁棒性更好,并具有较高的测速精度,具有一定的应用价值。     

线性模型的海基制导系统误差分离方法性能分析

利用传统制导工具系统误差线性回归模型，对Bayes估计、主成分分析以及正则化分析三种改进的分离方法进行了比较，分析了它们在工程应用上的优缺点，给出了实际应用时的限制因素；同时结合海基导弹特有的初始状态误差，设计了整体估计、分段估计以及迭代估计三种估计策略，给出了相应的分离步骤。仿真结果表明，文中给出的三种误差分离方法在不同的评价标准下具有不同的实际应用意义；而在弹道差评价标准以及方差评价标准下，分段估计和迭代估计策略下的误差分离结果要明显好于传统整体估计结果。     

基于自适应Kalman滤波算法的航空发动机可测参数及其偏离量估计

针对采用估计可测参数偏离量建立航空发动机机载自适应模型的方案中,可测参数偏离量估计的问题,引入了CA(Constant Acceleration)模型,建立了简化的可测参数状态方程和测量方程,采用自适应Kalman滤波算法直接估计可测参数,由估计出的可测参数与发动机非线性模型计算的额定值之差,获得可测参数偏离量.为解决因简化的状态模型系统误差较大,采用标准Kalman滤波会出现估计严重偏离真值的问题,分析了标准Kalman滤波准则和状态模型误差对滤波结果的影响,采用动态调整状态预报在滤波估计结果中权重的策略,给出了单因子自适应Kalman滤波算法准则及递推公式,使滤波估计准确.对不同的可测参数分别采取序列滤波的方法,减少了运算量.以仿真产生的发动机测量数据为例,对系统模型和所设计的算法进行验证,计算结果表明,所设计的滤波算法具有很快的收敛速度和计算速度,结果优于标准Kalman滤波算法,具有更好的估计精度和一定的工程应用价值.     

Discounted production scheduling and employment smoothing

We consider the problem of minimizing the sum of production, employment smoothing, and inventory costs over a finite number of time periods where demands are known. The fundamental difference between our model and that treated in [1] is that here we permit the smoothing cost to be nonstationary, thereby admitting a model with discounting. We show that the values of the instrumental variables are nondecreasing in time when demands are nondecreasing. We also derive some asymptotic properties of optimal policies.     

经马氏修正的Poisson过程的极大似然估计

近年来 ,隐马氏模型成为研究相依随机变量的一个十分有用的工具。实际应用过程中的一个很重要的问题是如何对隐马氏模型的参数进行估计。将一类连续时间隐马氏模型的问题转化为离散时间隐马氏模型的问题 ,给出了具体的隐马氏模型———经马氏修正的Poisson过程的极大似然估计及其算法。此类过程被广泛用来对复杂电信网络的交通流进行建模     

基于主成分分析法的目标威胁评估

为提高防空作战指挥员对空中来袭目标实施火力分配的量化决策水平,本文提出了基于主成分分析法的目标威胁评估模型及方法。主成分分析法在将原始变量转变为主成分过程中,同时形成了反映主成分的权数以计算综合评价值,这样在指标权重选择上克服了主观因素的影响,客观反映了各指标因素间的现实关系。通过引入实例,对来袭空中目标进行多指标综合评价,根据综合评估值对各批目标威胁进行排序,所得结果合理且符合客观实际,切实为防空作战指挥员科学合理地实施火力分配提供了数据支持和科学依据。