伽玛分布尺度参数的大样本区间估计

利用学生氏Ｕ－统计量的渐近性质，研究伽玛分布的自协方差估计，同时给出了尺度参数的大样本区间估计，并采用随机模拟的方法进行了计算模拟。     

参数估计与假设检验的最小二乘估计——相关系数检验方法

给出一种参数估计与假设检验的最小二乘估计——相关系数检验方法，由该方法所得到的失效分布参数估计值在一定条件下可以是最佳线性无偏估计(BLUE)，对各种失效分布进行拟合检验时，该方法由于用相关系数值的高低来评价拟合的准确程度，便于判断分布拟合的优劣，从而可以使拟合检验实现一定意义下的最优化。     

机场跑道容量评估模型和估计方法的进一步研究

从管制员的角度出发，给出了跑道容量的定义，分析了影响跑道容量的因素，建立了到达和离场容量估计模型，给出了多种情况下跑道容量的计算方法，针对首都国际机场跑道的实际，开发了机场跑道容量评估系统，仿真结果验证了所提模型和方法的可行性。     

未知寿命分布时可靠寿命的统计估计

依据非参数统计方法，给出了在产品的寿命分布未知时，产品的可靠寿命的实用点估计，并用试算方法求得可靠寿命的近似置信区间。这种可靠寿命的点估计与区间估计方法简便易虎，应用面广，具有良好的稳健性。     

基于Morlet小波的高分辨率信号频谱估计

提出了基于Morlet小波的一种新的高分辨率信号频谱估计方法，理论和仿真结果都证明，在短数据信号情况下，这种谱估计方法其频率分辨率和估计精度都要高于FFT方法。文中讨论了基于Morlet小波的谱估计算法，并给出了双正弦信号的仿真结果。     

非高斯AR序列参数的加权最小二乘估计

加权最小二乘估计是一种兼具精度与速度的非高斯自回归序列参数估计的优秀算法.使用混合高斯自回归模型描述估计问题之后,又从最大似然估计非线性方程组出发导出了与之近似的加权最小二乘估计线性方程组,并分析了加权函数的性质,给出了具体的两步实现算法.探讨了加权函数获得与激励方差估计2个细节问题,给出了一组实例.     

数据序列稳健分析方法中RYW估计及其收敛性

根据对Ｍ估计，ＬＳ估计及Ｙ－Ｗ估计的分析，提出一种新的稳健估计方法－ＲＹＷ估计，讨论证明了这各估计的渐近性质，结果证明了ＲＹＷ是一种行之有效的简明稳健方法。     

洪水频率计算中的M和MD估计

本文采用M估计和MD估计的混合方法，解决洪水频率计算中常用的PearsonⅢ型分布参数的稳健估计问题，使设计洪水的计算方法具有抗干扰性，模拟试验结果表明，其稳健性很好，所得估计量具有较优的统计性能。     

Laguerre模型的未建模动态估计

讨论了未建模动态引起的偏差误差，针对Ｌａｇｕｅｒｒｅ模型，给出了传递函数估计和偏差误差估计，并作了渐近性分析。     

广义相关时延估计算法在汽车去噪系统中的应用

针对汽车环境中麦克风阵列语音去噪系统的应用,对广义相关时延估计方法进行了仿真,并与基于高阶累积量的时延估计方法作了比较分析.给出了两种方法在不同信号模型中的仿真结果,结果表明:广义相关法时延估计更适用于汽车去噪系统.     

广义相关时延估计算法在汽车去噪系统中的应用

针对汽车环境中麦克风阵列语音去噪系统的应用,对广义相关时延估计方法进行了仿真,并与基于高阶累积量的时延估计方法作了比较分析.给出了两种方法在不同信号模型中的仿真结果,结果表明:广义相关法时延估计更适用于汽车去噪系统.     

EP 信号潜伏期变化的自适应相位谱估计方法

研究了诱发电位（ＥＰ）信号潜伏期变化的检测与估计问题．传统的时域平均ＥＰ信号检测方法不能跟踪潜伏期的时变特性，基于相关计算的ＥＰ信号检测方法在存在外界周期性干扰的条件下是很不可靠的．本文提出一种自适应相位谱时间延迟估计方法，用于在低信噪比和低信扰比条件下检测和估计诱发电位信号潜伏期的变化．实验和计算机模拟表明，在信噪比和信扰比均低至－５ｄＢ时，本文方法仍能有效地跟踪ＥＰ信号潜伏期的变化，给出正确的估计结果．这种方法也可以用于时实ＥＰ信号的分析和处理．     

线性回归模型的一个新的随机约束岭估计

研究带随机先验信息的线性回归模型，提出一种新的随机约束岭估计，得到新的估计在均方误差矩阵意义下优于混合估计、普通岭估计、随机混合估计（Yalian，2008）和另一随机混合估计（富月，2003）的充要条件。理论结果与数值实验都表明：新的估计在均方误差矩阵意义下的性能是优良的。     

面向车联网的高速路OD矩阵估计模型

针对高速路OD矩阵的采集与估计,提出采用RFID技术的车联网进行部署,建立有缺失数据的OD矩阵采集方法.用拉格朗日乘数法求解OD矩阵元素概率的极大似然估计,给出基于EM算法的OD矩阵估计算法.通过912节点规模的仿真实验结果表明,提出的算法相比模拟采集准确性更高,真实数据的均方根误差降低了77.7%,验证了算法流程和模型的有效性.      

回归参数的部分有偏改进估计

就回归参数的最小二乘估计提出一种部分有偏压缩估计方法，分析和讨论了这种方法的性质和特点，结果说明了这种方法可以有效的改进估计矩阵接近奇异时影响参数精度的缺点。     

OD矩阵估计问题研究综述

OD矩阵是交通规划、管理与控制的重要决策支持数据,OD矩阵估计是获得OD矩阵数据的一种先进技术方法。主要对道路交通系统的OD矩阵估计(静态和动态)方面的相关主要文献进行概括总结与简单评述,包括研究现状及存在的主要问题等。主要涉及道路观测点的优化布设、静态OD矩阵估计模型及算法、动态OD矩阵估计模型和方法等几方面。最后,总结了近期OD矩阵估计方面的主要研究热点。     

数据序列稳健分析方法的研究

根据稳健统计学的思想，提出了数据序列稳健分析与处理目标，分析了ＬＳ估计，ＹｕｌｅＷａｌｋｅｒ估计和Ｍ估计的构造特点，提出了通过稳健自相关函数的分析方法。     

混合高斯自回归模型参数估计方法之LS-EM

混合高斯自回归模型对有色非高斯数据的概率密度和功率谱密度进行有效的拟合，而LS—EM算法则可解决这一模型的参数估计问题．描述了混合高斯自回归模型及其参数估计问题之后，导出了具体的LS-EM算法，并给出了一组仿真实例．这是一种参数耦合估计算法，首先基于传统的最小二乘技术得到功率谱密度参数粗估计，进行预白，然后应用EM迭代得到白激励的概率密度估计，并基于此构建一加权函数，以此权函数改进最小二乘算法，进而得到模型参数的精估计．     

双边定数截尾情形下一个两参数有浴盆形状失效率的寿命分布参数的Bayes估计

在双边定数截尾情形下,给出了一个2参数有浴盆形状失效率的寿命分布参数的极大似然估计和在平方损失下基于无信息先验下和共轭先验信息下的Bayes估计,通过大量的Monte-Carlo数值模拟试验,对这2种情况下的估计的结果与极大似然估计作了比较.当样本n较大时,r愈大,s愈小,即丢失数据的数目愈小,Γ先验的Bayes估计与极大似然估计差不多,更接近于真值,都比无先验的Bayes估计要好.     

基于传感器网络的异常检测算法研究

本文首先研究了传感器网络数据流中滑动窗口的数据分布估计,在数据分布估计的基础上,进一步研究了基于距离的在线异常检测方法——D3算法,并提出了改进方案;最后给出了下一步工作方向。