M估计

摘要： 随着全球卫星导航系统的日益普及和各种电子技术的发展,欺骗干扰逐步成为卫星导航系统的一个重大威胁。针对卫星导航接收终端中的欺骗干扰抑制能力差的问题,提出了一种基于M-估计的抗欺骗扩展卡尔曼滤波算法,解决了小型导航接收终端在欺骗干扰环境下的导航定位问题。在传统卡尔曼滤波算法的基础上,结合稳健统计中的M-估计来调整扩展卡尔曼滤波的状态更新过程,消除了突发欺骗干扰对导航定位的影响,提升了接收机定位解算过程中的欺骗干扰抑制性能。仿真结果表明,算法能够较好地抑制欺骗干扰对导航定位精度的影响。

摘要： 本文以煤炭资源城市作为研究对象,基于自然生态系统的概念和煤炭资源城市的特性,从创新生物群落和创新环境群落两个方面构建了煤炭资源城市创新生态健康度评价指标体系。采用生态位宽度和重叠度模型测算了2015—2019年山西省域内5座煤炭资源城市的创新生态健康度且进行了划分,运用M估计和中介效应模型研究不同类型的煤炭资源城市创新生态健康度对煤炭行业和煤炭装备制造业协同集聚的影响及煤炭企业的创新驱动效应。研究得出,太原市和大同市为创新多样型城市,长治市为创新追随型城市,阳泉市和晋城市为创新专长型城市,且不同类型的煤炭资源城市对行业的协同集聚均有正向促进作用。其中,煤炭企业技术创新能力在创新多样型城市中所发挥的技术创新有正向显著性。建议推动煤炭资源城市向创新平衡型城市变迁,缩小城市之间的差距;提升煤炭企业技术创新能力,稳固推进煤炭行业和煤炭装备制造业的协同集聚。

摘要： 无人机的BDS定位抗欺骗技术关系到无人机作业安全。无人机飞行作业具有高动态性,传统的定位解算不具备识别和处理欺骗信号的能力,并且测速结果会发散。本文针对无人机高动态性带来的定位发散和欺骗识别困难的问题,基于传统卡尔曼滤波定位模型,通过引入M-估计和消减因子来保证定位结果可靠收敛,从而建立了一种改进的卡尔曼滤波定位模型。仿真实验表明,在引入欺骗信号的情况下,基于改进的卡尔曼滤波模型性能稳定,并且具备抗欺骗的能力,可以有效地保证无人机飞行定位的准确性和稳定性。

摘要： 针对传统最小二乘法拟合球形目标抗差能力弱的问题,提出了基于统计滤波的M估计球形目标点云拟合方法。首先引入统计滤波剔除空间分布稀疏且不均匀的噪声点,结合最小二乘算法建立M估计球形目标拟合模型;然后根据球形目标扫描点云及其误差分布特征,设计了与待求参数相互依赖的权函数,提高剔除目标点云中系统性误差和粗差能力。最后结合等距离间隔条件下扫描球形目标实验数据,分别采用本文方法、最小中值方差一致性估计算法(Least Median of Squares,LMedS)以及最小二乘算法进行拟合处理与结果分析。结果表明,提出的基于残差分布定权的M估计球形目标点云拟合方法得到的球形目标误差较LMedS算法减小21.1%,较最小二乘拟合算法减小48.1%,本文方法具有更好的抗差能力。

摘要： 为了改善电离层频率预报准确性低、短波通信连通率差以及工程中观测野值对预报精度影响严重等问题,提出一种基于稳健卡尔曼滤波的倾斜探测电离层MUF短期预报方法.通过研究实测MUF数据的变化规律及观测误差的成因与特征,利用电离层参考模型作为先验信息,改进卡尔曼滤波模型的状态估计方程;引入代价函数机制,通过Huber-M估计实现对预报状态的量测更新,减少观测野值对预报结果的影响,提高所提方法的稳健性.仿真结果表明,所提方法能有效抑制观测野值带来的不利影响,具有较强的稳健性和稳定性.

摘要： 基于最小二乘方法的线性回归估计方法,是通过最小化误差平方和寻找参数向量最优解,该方法对大的误差点不具稳健性。本文主要针对具有异常点的稳健估计方法,研究在背景噪声下的稳健估计性能,并通过数值仿真证明近似高斯分布,如高斯混合噪声模型下,单调型稳健M估计方法较好;在具有无穷方差的柯西背景噪声下,回降型M估计性能最优。理论和仿真实验均可得到稳健回归方法比最小二乘方法具有更好的稳健性。

摘要： 本研究采取事件分析方法和向量自回归(VAR)模型等方法,实证分析2012年金风科技组织管理模式变革对其上市公司股价的影响及其传导路径.实证发现:(1)短期内,公司股价的异常收益和累积异常收益均不显著,且累积异常收益连续为负值,说明短期内组织管理模式变革没有对公司价值和股价产生利好;(2)中长期看(2年左右),公司股价的累积异常收益为正,表明中长期组织管理模式变革对该公司价值产生积极影响,尤其是组织管理模式变革后公司发展显著地优于所属行业的平均发展水平.进一步地,M-估计稳健回归和VAR模型结果表明,营业收入和经营成本明显地影响该公司股价异常收益,这意味着组织管理模式变革通过提高营业收入和降低公司成本实现了公司价值提升.

摘要： 本文考虑超高维情形下线性回归模型的变量选择和参数估计问题.利用M-估计方法,将最小二乘、最小一乘、分位数回归以及Huber回归统一到一般性框架下,证明了提出的惩罚似然M-估计量具有良好的大样本性质;利用向后回归与局部线性回归相结合的方法进行变量选择和参数估计,数值模拟表现较好.在超高维情形下,我们提出的一般性方法在变量选择和参数估计方面具有较好的稳健性和有效性.

摘要： 在以到达角(AoA)和到达时间(ToA)为观测量的三维目标跟踪中,异常值导致非线性滤波性能明显下降甚至发散.针对该问题,提出了一种基于M估计的鲁棒偏差补偿卡尔曼滤波算法(MR-BCKF).该算法首先利用AoA和ToA的等价几何关系对非线性观测方程进行伪线性化,接着依据M估计准则推导鲁棒伪线性卡尔曼滤波,然后采用偏差补偿策略提高跟踪精度.MR-BCKF利用马氏距离判别异常值,不依赖于噪声统计特性,并且通过构建改进的三段式权重函数增强鲁棒性.仿真结果表明,MR-BCKF相较于其他鲁棒滤波算法不仅能提高孤立型异常值的抑制效果,而且在连续型异常值情况下也取得更高的跟踪精度.

摘要： 防空导弹遭遇段弹目运动测量数据包含少量小幅值粗差,采用普通最小二乘法拟合效果不佳,针对该问题,提出基于M估计的拟合方法.该方法通过改变Tukey权重函数中调节系数的大小进行M估计稳健拟合,实现识别粗差和替换粗差.首先利用不含粗差数据对比分析该方法与普通最小二乘法的拟合结果及残差特征量;然后对粗差比例不大于15％的数据拟合效果进行仿真验证.仿真结果表明:该方法可有效识别和替换数据中的少量小幅值粗差,拟合效果明显优于普通最小二乘法.

摘要： 基于压缩感知的干扰测向技术由于对相关干扰不敏感,测向所需数据量少,成为当前卫星导航干扰对抗研究中的新技术之一.然而工程应用中,如果部分天线阵元出现显著幅相特性偏离,将恶化压缩感知测向性能.本文基于M-估计和箕舌线曲线特性提出一种稳健的压缩感知干扰测向技术.使用加权循环迭代,降低乃至消除存在显著偏离误差阵元对干扰测向的影响.仿真结果表明,基于M-估计的压缩感知干扰测向稳健性高,在部分阵元出现显著幅相特性偏离仍能得到高精度的测向结果.

摘要： 基于压缩感知的干扰测向技术由于对相关干扰不敏感,测向所需数据量少,成为当前卫星导航干扰对抗研究中的新技术之一.然而工程应用中,如果部分天线阵元出现显著幅相特性偏离,将恶化压缩感知测向性能.本文基于M-估计和箕舌线曲线特性提出一种稳健的压缩感知干扰测向技术.使用加权循环迭代,降低乃至消除存在显著偏离误差阵元对干扰测向的影响.仿真结果表明,基于M-估计的压缩感知干扰测向稳健性高,在部分阵元出现显著幅相特性偏离仍能得到高精度的测向结果.

摘要： 基于压缩感知的干扰测向技术由于对相关干扰不敏感,测向所需数据量少,成为当前卫星导航干扰对抗研究中的新技术之一.然而工程应用中,如果部分天线阵元出现显著幅相特性偏离,将恶化压缩感知测向性能.本文基于M-估计和箕舌线曲线特性提出一种稳健的压缩感知干扰测向技术.使用加权循环迭代,降低乃至消除存在显著偏离误差阵元对干扰测向的影响.仿真结果表明,基于M-估计的压缩感知干扰测向稳健性高,在部分阵元出现显著幅相特性偏离仍能得到高精度的测向结果.

摘要： 基于压缩感知的干扰测向技术由于对相关干扰不敏感,测向所需数据量少,成为当前卫星导航干扰对抗研究中的新技术之一.然而工程应用中,如果部分天线阵元出现显著幅相特性偏离,将恶化压缩感知测向性能.本文基于M-估计和箕舌线曲线特性提出一种稳健的压缩感知干扰测向技术.使用加权循环迭代,降低乃至消除存在显著偏离误差阵元对干扰测向的影响.仿真结果表明,基于M-估计的压缩感知干扰测向稳健性高,在部分阵元出现显著幅相特性偏离仍能得到高精度的测向结果.

摘要： 完好性是全球导航卫星系统(Global Navigation Satellite System,GNSS)的一个重要服务性能,接收机自主完好性监测(Receiver Autonomous Integrity Monitoring,RAIM)是完好性监测的一种有效方法.通过对RAIM方法的研究,可以提高我国北斗卫星导航系统对用户终端的服务性能.随着四大全球导航卫星系统的组网,接收机可以利用的信号源越来越多,冗余的观测量随之增多,极大地满足了RAIM方法对卫星数量的要求,使卫星数目不再成为限制RAIM可用性的条件.因此,面向多星座融合应用的RAIM方法一定具有巨大的研究与应用价值.本文提出一种基于M估计的多星座单星故障RAIM方法,针对现阶段BDS、GPS/BDS和GPS/BDS/GLONASS以及未来北斗全球导航卫星系统和未来四大全球导航卫星系统组合五种方案,与传统的基于最小二乘的RAIM方法进行了仿真对比分析.仿真结果表明,随着星座数的增加,RAIM方法的可用性不断提升,且故障检测率和故障识别率也随之提高;相同情况下,基于M估计的故障检测率和故障识别率均高于基于最小二乘的情况,且M估计比最小二乘对微小偏差更加敏感.

摘要： 完好性是全球导航卫星系统(Global Navigation Satellite System,GNSS)的一个重要服务性能,接收机自主完好性监测(Receiver Autonomous Integrity Monitoring,RAIM)是完好性监测的一种有效方法.通过对RAIM方法的研究,可以提高我国北斗卫星导航系统对用户终端的服务性能.随着四大全球导航卫星系统的组网,接收机可以利用的信号源越来越多,冗余的观测量随之增多,极大地满足了RAIM方法对卫星数量的要求,使卫星数目不再成为限制RAIM可用性的条件.因此,面向多星座融合应用的RAIM方法一定具有巨大的研究与应用价值.本文提出一种基于M估计的多星座单星故障RAIM方法,针对现阶段BDS、GPS/BDS和GPS/BDS/GLONASS以及未来北斗全球导航卫星系统和未来四大全球导航卫星系统组合五种方案,与传统的基于最小二乘的RAIM方法进行了仿真对比分析.仿真结果表明,随着星座数的增加,RAIM方法的可用性不断提升,且故障检测率和故障识别率也随之提高;相同情况下,基于M估计的故障检测率和故障识别率均高于基于最小二乘的情况,且M估计比最小二乘对微小偏差更加敏感.

摘要： 完好性是全球导航卫星系统(Global Navigation Satellite System,GNSS)的一个重要服务性能,接收机自主完好性监测(Receiver Autonomous Integrity Monitoring,RAIM)是完好性监测的一种有效方法.通过对RAIM方法的研究,可以提高我国北斗卫星导航系统对用户终端的服务性能.随着四大全球导航卫星系统的组网,接收机可以利用的信号源越来越多,冗余的观测量随之增多,极大地满足了RAIM方法对卫星数量的要求,使卫星数目不再成为限制RAIM可用性的条件.因此,面向多星座融合应用的RAIM方法一定具有巨大的研究与应用价值.本文提出一种基于M估计的多星座单星故障RAIM方法,针对现阶段BDS、GPS/BDS和GPS/BDS/GLONASS以及未来北斗全球导航卫星系统和未来四大全球导航卫星系统组合五种方案,与传统的基于最小二乘的RAIM方法进行了仿真对比分析.仿真结果表明,随着星座数的增加,RAIM方法的可用性不断提升,且故障检测率和故障识别率也随之提高;相同情况下,基于M估计的故障检测率和故障识别率均高于基于最小二乘的情况,且M估计比最小二乘对微小偏差更加敏感.

摘要： 完好性是全球导航卫星系统(Global Navigation Satellite System,GNSS)的一个重要服务性能,接收机自主完好性监测(Receiver Autonomous Integrity Monitoring,RAIM)是完好性监测的一种有效方法.通过对RAIM方法的研究,可以提高我国北斗卫星导航系统对用户终端的服务性能.随着四大全球导航卫星系统的组网,接收机可以利用的信号源越来越多,冗余的观测量随之增多,极大地满足了RAIM方法对卫星数量的要求,使卫星数目不再成为限制RAIM可用性的条件.因此,面向多星座融合应用的RAIM方法一定具有巨大的研究与应用价值.本文提出一种基于M估计的多星座单星故障RAIM方法,针对现阶段BDS、GPS/BDS和GPS/BDS/GLONASS以及未来北斗全球导航卫星系统和未来四大全球导航卫星系统组合五种方案,与传统的基于最小二乘的RAIM方法进行了仿真对比分析.仿真结果表明,随着星座数的增加,RAIM方法的可用性不断提升,且故障检测率和故障识别率也随之提高;相同情况下,基于M估计的故障检测率和故障识别率均高于基于最小二乘的情况,且M估计比最小二乘对微小偏差更加敏感.

摘要： 无人飞艇作为空中智能平台已经应用于民用和军用诸多领域,但其非线性的特点使得精确姿态控制难以实现.本文设计了基于MEMS微惯性器件的姿态测量方案,并构建了以MEMS陀螺仪姿态矩阵解算为状态更新,以MEMS加速度计重力矢量解算为观测更新的扩展卡尔曼滤波器.为了提高姿态数据融合的精度,设计了基于M估计的信息修正方法.通过对数据模拟仿真和飞艇飞行试验结果的分析,表明运用M估计修正后的卡尔曼滤波方法有效抑制了载体机动加速度对姿态估计的影响,提高了姿态控制精度和稳定性.

摘要： 无人飞艇作为空中智能平台已经应用于民用和军用诸多领域,但其非线性的特点使得精确姿态控制难以实现.本文设计了基于MEMS微惯性器件的姿态测量方案,并构建了以MEMS陀螺仪姿态矩阵解算为状态更新,以MEMS加速度计重力矢量解算为观测更新的扩展卡尔曼滤波器.为了提高姿态数据融合的精度,设计了基于M估计的信息修正方法.通过对数据模拟仿真和飞艇飞行试验结果的分析,表明运用M估计修正后的卡尔曼滤波方法有效抑制了载体机动加速度对姿态估计的影响,提高了姿态控制精度和稳定性.

摘要： 本发明提供了属性估计系统和的方法，其中，没有估计精度在特定的数值区域中降低的情况，并且提供了使用该属性估计系统和方法的年龄估计系统、性别估计系统与年龄和性别估计系统。其是用于估计在输入图像中被拍摄的人的年龄的系统，该系统包括：分类器3，其根据输入图像的数据来将人的年龄估计为离散量；分类器4，其根据输入图像的数据来将人的年龄估计为连续量；以及，结合单元7，其结合分类器3的估计结果和分类器4的估计结果。

摘要： 提供一种氧化还原物质的平衡电位估计方法，包括以下阶段：第一阶段，对与含有氧化还原物质的样品相接触的电极施加电压，对电压进行扫描；第二阶段，测定流过电极的电流；第三阶段，在电流的累积值变为基准范围内时，决定是在与之前的扫描阶段中的扫描方向相反的方向上对电压进行扫描，还是结束对电压的扫描；第四阶段，在决定为结束对电压的扫描时，将电压的值估计为氧化还原物质的平衡电位；以及第五阶段，在决定为对电压进行扫描时，在与之前的扫描阶段中的扫描方向相反的方向上对电压进行扫描。

摘要： 自身位置估计模型学习装置(10)包括：取得部(30)，其按时间序列取得在动态环境中从自身位置估计对象的视点拍摄到的局部图像以及从俯瞰自身位置估计对象的位置拍摄到的与所述局部图像同步的俯瞰图像；以及学习部(32)，其对以按时间序列取得的局部图像以及俯瞰图像为输入而输出自身位置估计对象的位置的自身位置估计模型进行学习。

摘要： 本发明提供了属性估计系统和方法，其中，没有估计精度在特定的数值区域中降低的情况，并且提供了使用该属性估计系统和方法的年龄估计系统、性别估计系统与年龄和性别估计系统。其是用于估计在输入图像中被拍摄的人的年龄的系统，该系统包括：分类器3，其根据输入图像的数据来将人的年龄估计为离散量；分类器4，其根据输入图像的数据来将人的年龄估计为连续量；以及，结合单元7，其结合分类器3的估计结果和分类器4的估计结果。

摘要： 图像处理ECU(30)具备图像获取部(41)以及图像处理模块(42)，作为移动量估计装置发挥作用。图像获取部(41)获取通过受光元件(12a)检测通过光照射而从物体反射的反射光得到的包含距离信息的反射光图像(ImR)和利用受光元件(12a)检测相对于反射光的背景光的包含亮度信息的背景光图像(ImL)。除此之外图像获取部(41)获取由与受光元件(12a)不同的照相机元件(22a)拍摄到的照相机图像(ImC)。图像处理模块(42)使用在反射光图像(ImR)、背景光图像(ImL)以及照相机图像(ImC)共同地检测到的被摄对象的信息，对估计对象的移动量进行估计。

摘要： 本发明涉及声源估计服务器、声源估计系统、声源估计装置、声源估计方法。数据生成部(304)基于第1异常音数据和旋转数据生成第2异常音数据，该第1异常音数是伴随着搭载于对象物的旋转装置的旋转运动而产生的异常音的数据，该旋转数据是与旋转装置的旋转运动相关的数据，该第2异常音数据是表示旋转状态每变化一定量时的声音的大小的变化的数据。向声源估计部(305)输入第2异常音数据，针对搭载于车辆(200)的多个部件分别输出作为第2异常音数据所表示的异常音的声源的置信度。

摘要： 食用肉交易情况估计系统1具备：采购条件获得部111，其获得包括期望采购时期的采购条件；出货情况估计部142，其使用包括与该食用肉对应的家畜的饲养情况相关的信息的饲养家畜信息、以及包括与过去饲养的所述家畜的饲养情况相关的信息的过去家畜信息，来估计家畜的将来出货情况；市场信息获得部131，其获得包括食用肉交易信息的市场信息，所述食用肉交易信息包括与批发市场中的食用肉供给量相关的信息；和食用肉交易情况估计部143，其使用将来出货情况以及食用肉交易信息，来估计包括在期望采购时期的将来食用肉供给量的将来食用肉交易情况。

摘要： 提供了一种空间温度估计系统，能够通过简单的计算来估计内部空间中的空气的温度。该空间温度估计系统(1)包括热图像获取单元(22)和空间温度估计单元(24)。热图像获取单元(22)检测房间中的天花板、地板和多个墙壁中的至少一个表面的温度。空间温度估计单元(24)使用该至少一个表面的CRI系数和由热图像获取单元(22)检测到的温度来估计房间(R10)的内部空间中的空气的温度。

摘要： 本发明提供估计对象区域的交通流的交通流估计装置(1)。交通流估计装置(1)具备存储对象区域的车道信息的存储部(30)，获取由在对象区域内移动中的第一移动体(6)在不同的定时拍摄的包含周边的第二移动体(7)的多个图像、和各定时的第一移动体的位置信息及速度信息，基于车道信息和位置信息确定第一移动体移动中的车道，基于多个图像计算图像内的第二移动体的位置的随时间变化，基于从图像检测的第二移动体相对于第一移动体的位置关系，估计第二移动体移动中的车道，基于第一移动体的速度信息、表示第二移动体的位置的随时间变化的信息、第一及第二移动体移动中的车道，估计对象区域的按车道区分的交通流。

摘要： 脑网络的活动估计系统(1)包括：获取从受验者(S)同时测量出的脑电波的测量数据(121)和功能性磁共振图像法的测量数据(122)的单元；单元(152)，其构建将脑电波的测量数据作为输入数据的特征估计模型(10)，并且决定用于规定该特征估计模型的参数；单元(154)，其基于在提供了脑电波的测量数据作为输入数据的情况下计算出的各模块的输出值，来计算每个模块的特征量；单元(158)，其基于功能性磁共振图像法的测量数据，来计算每个脑网络的图像特征量；以及单元(160)，其通过评价每个模块的特征量与每个脑网络的图像特征量之间的相关性，来决定多个模块中的表现特定的脑网络的活动的一个或多个模块。