矩估计

摘要： 为提高大型运载火箭中薄壁加筋柱壳结构的后屈曲分析、优化设计的计算效率,提出基于矩估计的增广径向基函数(ARBF)近似建模方法.首先,分析了形状参数对ARBF近似模型泛化能力的影响规律;然后,基于样本点局部密度给出了ARBF基准形状参数确定方法,并根据模型响应特点,引入缩放系数对形状参数进行自适应调整;进一步,基于矩估计方法将确定形状参数的复杂域优化问题转化为确定缩放系数的优化问题,并利用多起点并行优化算法求解该问题,显著降低了计算复杂度;最后,通过典型数值算例和工程应用,对比研究了本文方法与其他典型近似建模方法的优劣.数值和工程算例表明,相较其他典型近似建模方法,本文方法可通过训练较少的样本点达到较高的近似精度,对比结果验证了本文方法的有效性和高鲁棒性,表明其具有一定的工程应用价值.

摘要： 研究数据丢失情形下混合艾拉姆咖分布总体参数的估计与检验问题.首先,利用矩估计法对分布中的未知参数进行估计,并且证明了估计量的相合性以及渐近正态性.其次,研究了该分布是否为混合艾拉姆咖分布的假设检验问题,建立了混合总体参数相等的检验统计量.此外,我们也通过随机模拟研究了在不同样本量下参数估计的均方误差的大小,说明我们所提供的方法的可行性.

摘要： 针对传统定位算法因采用单一伪距误差模型受误差分布影响较大的问题,提出一种基于伪距特征误差模型的伪距单点定位加权算法,其首先通过矩估计方法对伪距误差的标准差进行估计,再根据估计值大小选择不同伪距特征误差近似方法,最后通过径向基核函数构造权矩阵.通过多星座、多历元、多观测站的实测数据验证:新型定位算法的定位精度相较于现有算法有显著提高,特别有效提高了高程精度.对当前导航定位接收机的改进和伪距单点定位算法的研究具有较大参考价值.

摘要： 我国是一个巨灾频发的国家,洪涝作为典型的巨灾对我国经济造成了巨大的损失.为了丰富投资者的选择,在考虑风险厌恶因素的基础上,设计了一款两阶段洪涝巨灾债券并对其进行定价.最后,以洪涝灾害频发的湘鄂赣3省为研究对象进行了实证分析.

摘要： 基于原子钟的钟差模型,采用建立滑动时间序列模型的方法,模型参数估计利用相关矩估计的递推算法,构建了对原子钟实时异常监测算法,并利用铯原子钟钟差数据,对算法进行了性能验证.结果表明:该算法对原子钟的异常情况(包括单点相位跳变与连续相位跳变)可以进行有效监测,该算法具有实时性,可以应用于原子钟的实时异常监测.

摘要： 给出单元寿命服从同一指数分布的桥型系统产品参数的矩估计和极大似然估计，并通过大量Monte-Carlo模拟比较了估计的精度，得到在样本容量小于30时矩估计优于极大似然估计。另外，还给出了参数的精确区间估计与近似区间估计，并通过大量Monte-Carlo模拟考察了区间估计的精度，得到精确区间估计优于近似区间估计。

摘要： 考虑寿命服从几何分布的两个单元并联而成的系统，在全样本场合下给出了参数的矩估计和极大似然估计，并通过大量Monte-Carlo模拟考察了点估计的精度，得到极大似然估计优于矩估计。此外，还给出参数的近似区间估计，并通过Monte-Carlo模拟分别考察了近似区间估计的精度。

摘要： 介绍了一种在随机控制和误差(方差)分析中广泛应用的逆Gamma分布,给出此分布参数的矩法估计式,它为计算逆Gamma分布的参数提供了一种更加严谨、方便的办法,也为使用Bayes统计决策方法分析测量数据的方差分布提供了一种解析方法,具有较强的实用价值.最后给出了其仿真实例.

摘要： 讨论服从随机系数AR模型的随机信号的未知参数估计问题,比较基于最优估计思想的估计方程方法、条件二乘估计以及矩估计,给出的仿真结果说明了最优估计比最小二乘估计及矩估计具有更好的稳定性和收敛速度,这种途径可以更有效地处理非线性问题.

摘要： 本发明公开了一种基于适应性矩估计的星载AIS碰撞信号分离方法，具体为：首先对接收到的AIS碰撞信号进行采样获得N路接收信号并对其进行数字下变频处理得到观测信号矩阵；之后对观测信号矩阵进行预处理，再采用互信息极大化与最大化适应性矩估计相结合的信号分离算法进行解碰撞处理，得到N路分离信号；之后对N路分离信号进行帧头突发检测、频偏估计、符号定时同步和白化滤波处理；最后利用维特比算法进行译码处理，得到有效数据帧。本发明将最大化适应性矩估计引进互信息极大化算法中，在提高分离矩阵的估计精度的同时减少了矩阵寻优与解碰撞所需时间，实时性更好，更适于星载AIS接收系统。

摘要： 本发明涉及一种海杂波K分布加噪声模型参数的快速分数阶矩估计方法。该方法包括如下步骤：生成一组序列作为形状参数ν取值的序列；生成一组序列作为数据依赖项q₁取值的序列；获得与形状参数ν的序列和数据依赖项q₁的序列对应的数据依赖项q₂的序列；将两个数据依赖项序列与形状参数的倒数序列进行非线性拟合，得到近似关系式；利用周期图法获得海杂波样本数据噪声功率δ的估计值利用海杂波数据的样本序列获得估计值和将取代近似关系式中的q₁，将取代近似关系式中的q₂，获得形状参数ν的估计值本发明提供的方法改进了K分布加噪声模型参数估计的速度，增加了估计的稳健性。

摘要： 本发明公开了海杂波空变K‑分布参数的递归矩估计方法，解决了现有技术用单帧数据矩估计时精度差的问题，技术方案是：雷达接收机在多个扫描周期接收回波，每个分辨单元中回波序列为X

摘要： 本发明公开了一种基于四阶矩估计的工业机器人可靠性计算方法。建立机器人的D‑H连杆坐标系并构建正运动学方程，将机器人的关节间隙和连杆尺寸偏差视为随机变量，计算实际位置点和期望位置点的距离作为机器人的运动误差，将机器人的运动误差视为随机变量并计算出前四阶矩，建立表征机器人运动可靠性的系统功能函数并计算功能函数的前四阶矩，利用四阶矩估计方法求解出系统功能函数的概率密度函数，进行积分获得机器人的可靠性。本发明充分利用了关节间隙和连杆尺寸偏差的概率分布信息，因此只需要极少的样本便可完成对机器人系统的可靠性计算，显著缩短了时间并提高了效率，适用于串联及其他任何旋转关节类型的工业机器人。

摘要： 本发明公开了一种基于逆高斯纹理的海杂波幅度分布参数的矩估计方法。主要解决现有技术参数估计误差较大的问题。其实现步骤为：1)计算海杂波幅度分布模型的一阶矩和二阶矩；2)产生海杂波样本数据并计算其尺度参数估计值；3)利用尺度参数估计值归一化海杂波样本数据，并计算该数据归一化后的一阶矩；4)将海杂波样本数据的形状参数γ取不同值，计算相应归一化后海杂波样本数据的一阶矩，生成形状参数对照表；5)生成海杂波幅度数据，归一化该数据并计算一阶矩；6)将一阶矩与形状参数对照表对比，得到基于逆高斯纹理的海杂波幅度分布的形状参数估计值

摘要： 基于自适应梯度的优化方法如ADAGRAD、RMSPROP、ADAM等被广泛应用于解决包括深度学习在内的大规模机器学习问题。在现有的工作中，已经针对外围节点与中心节点的通信并行化问题提出了许多解决方案，但通信成本往往较高。并且现有的方法普遍存在泛化能力较差，甚至由于不稳定和极端的学习率而无法收敛。为了解决目前存在的问题，开发了一种新的具有动态学习速率边界的分布式自适应矩估计方法(DADBOUND)，用于在分散网络上进行在线优化，从而实现数据并行化和分散计算。并且该方法利用学习率的动态范围来实现从自适应方法到DSGD的渐进平稳过渡，以消除自适应方法和DSGD之间的泛化差距，同时在训练初期保持较高的学习速度。最后，对各种任务进行了实验验证，结果表明DADBOUND方法在实际应用中效果良好，与其他在线优化方法相比具有一定的优势。

摘要： 本发明提供一种基于矩估计法的密封动力特性系数数值获取方法，包括：将气缸的密封中心O作为原点建立坐标系；设定气缸的转子在t时刻偏心位置以椭圆轨迹进行涡动，偏心位置作为涡动中心，得到椭圆涡动轨迹位移方程；对时间变量t求导，得到转子轨迹涡动速度公式；根据转子小位移涡动理论得到密封中流体激振力与转子的涡动位移、涡动速度成线性关系；根据矩估计法设定转子所受流体激振力F

摘要： 本发明公开了一种基于自适应矩估计的数据接收方法，包括以下步骤，通过基于自适应矩估计方法改进的时域前馈均衡器，后滤波器和最大似然序列检测组成的联合方法来消除符号间干扰；过程具体包括：通过少量训练序列构造训练样本矩阵，使用该矩阵对时域均衡器抽头系数进行基于自适应矩估计算法的迭代批训练，得到理想的均衡器抽头系数，对均衡后的信号进行后滤波和最大似然检测，得到消除干扰的信号；本发明采用高效的自适应矩估计迭代批均衡训练方法替换了传统的时域前馈均衡器逐个样本训练方法，达到较高的消除干扰性能的同时提高有效载荷的占比。

摘要： 一种莱斯因子矩估计方法及无线信道莱斯因子矩实现系统。该方法包括对原一、二阶莱斯因子矩估计公式进行化简；确定估计误差表达式；建立估计误差的优化函数；采用PSO类算法求解估计误差优化函数的参数，进而得到关于包络矩的误差公式，最终得到优化的莱斯因子矩估计公式。本发明还包括无线信道莱斯因子矩实现系统。本发明通过PSO类算法能够有效降低莱斯因子的一、二阶矩估计耗时，工作效率高。

摘要： 本发明涉及一种海杂波K分布加噪声模型参数的快速分数阶矩估计方法。该方法包括如下步骤：生成一组序列作为形状参数ν取值的序列；生成一组序列作为数据依赖项q₁取值的序列；获得与形状参数ν的序列和数据依赖项q₁的序列对应的数据依赖项q₂的序列；将两个数据依赖项序列与形状参数的倒数序列进行非线性拟合，得到近似关系式；利用周期图法获得海杂波样本数据噪声功率δ的估计值利用海杂波数据的样本序列获得估计值和将取代近似关系式中的q₁，将取代近似关系式中的q₂，获得形状参数ν的估计值本发明提供的方法改进了K分布加噪声模型参数估计的速度，增加了估计的稳健性。