动态系统时延参数估计的重构输入法

首先指出了过去在进行时延系统参数估计时所用的近似处理方法的弊端，然后就动态系统未知时延参数的估计问题提出了重构系统输入的估计方法，并以极大似然估计迭代算法为基础给出了一套估计动态系统时延参数的算法，最后，应用所提出的方法进行了仿真计算，仿真结果表明，参数估计的精度极高，这说明该方法是可靠且可行的。     

论加速可靠性增长试验 (Ⅶ )步进应力试验方案的统计分析

对幂律-线性化模型步进应力加速可靠性增长试验方案，给出了模型参数，加速系数及MTBF的极大似然估计，极大后验估计，Bayes估计及其计算方法，对这些方案给出了Monte Carlo模拟方法，并用数值例说明了这些方法。     

计及随机噪声的频域多输入多输出模态参数识别

提出了一种计及随机噪声的多输入多输出频域模态参数识别方法。该方法基于连续时间域的频率响应函数有理分式模型,利用Forsythe正交多项式改善求解性态,属频域的极大似然类估计方法。在最小二乘估计的基础上,利用"先验"的随机噪声信息进行优化迭代的极大似然估计,得到更优的模态参数识别结果。根据Cramer Rao下界不等式,在几乎不增加计算量的情况下获得所识别结果的不确定性信息,提高了模态参数识别的可靠性。采用GARTEUR飞机模型作为仿真算例,对本算法进行了仿真验证。     

飞行数据相容性检验的极大似然方法

 本文提出了一种有效的飞行仪器偏差估计的极大似然方法。为了提高对偏差估计的精度,采用了最小二乘方法对角速率,过载的测量量进行平滑,以减小系统噪声对估计精度的影响;并给出了灵敏度矩阵和初值的确定方法以保证算法的收敛速度。通过数字仿真和对我国几种不同类型飞机的飞机数据实际计算表明,提出的方法能够较准确地辨识出测量仪器的偏差,比普通极大似然法更有效。     

某型涡喷发动机的可靠性增长分析

针对某型涡喷发动机的一组含零故障的多台不同步截尾故障数据。给出了趋势检验、AMSAA模型的拟合优度检验及模型参数的极大似然估计方法。分析表明，该型发动机有显著的可靠性增长，且可用AMSAA模型拟合其故障数据，在考虑零故障后，其参数及MTBF的极大似然估计（MLE）更为可信。     

Weibull分布可靠性分析

本文讨论了Weibull寿命型产品的分布参数、可靠性及可靠寿命的极大似然估计，包括点估计和置信区间估计，然后讨论了Weibull分布的Bayes可靠性分析方法，并使用Gauss—Legendre方法解决了Bayes分析方法中的积分困难，大大节省了计算时间，算例表明这种方法是合理有效的。     

飞行器参数辨识方法与应用研究

研究了非线性连续－离散系统极大似然估计方法的实现及其在飞行器气动参数辨识中的应用问题，首先给出了递推计算灵敏度算法的构成，初始摄动的选择和初值的计算，继而导出了不需矩阵求逆运算的递推算式。最后结合飞行器的气动参数估计来说明算法的具体实现。     

使用频域极大似然法辨识飞机等效系统参数

在飞机飞行试验的数据处理过程中,采用频域方法是比较方便的。频域极大似然法则是一种有效的方法,它具有频域计算简单,同时估计又是渐进无偏和一致的优点。由于飞行试验数据是时域数据,使用这种方法需要使用FFT的方法将实测的时域数据转换成频域数据后再进行辨识。在军用飞机等效系统参数辨识过程中,取得了很好的计算结果。     

一种基于极大似然估计的信号盲抽取算法

针对盲信号抽取问题,根据极大似然估计原理,给出一种基于极大似然估计的分步盲抽取算法。根据信号不同的延时特性确立抽取信号,完成第一步抽取。由于初步抽取信号存在噪声污染,根据极大似然估计,估计抽取信号的概率密度函数,确立优化代价函数,利用自然梯度方法进行优化,确立最终抽取向量迭代方式,完成对抽取信号优化处理。通过仿真证明算法具有良好的收敛性和抗噪性,在SNR17 d B时,抽取信号与源信号的相似度达到95%。     

一种基于云模型优化的飞行器参数辨识算法

极大似然估计方法(ML)在飞行器参数辨识中得到了广泛应用,该方法需要预先推导灵敏度方程,进而求解灵敏度矩阵,在应用过程中比较繁杂,且容易陷入局部最优。提出一种基于云模型优化的飞行器参数辨识算法,根据极大似然估计原理,利用云模型的优化理论对极大似然函数进行优化,从而得到待辨识参数值。该算法不必推导灵敏度矩阵,对初值要求不高,应用便捷,且保留了云模型优化的特点,收敛速度较快、不易陷入局部最优。以Twin Otter飞机为例对算法进行验证。结果表明:算法易于实现、辨识结果精度较高、收敛速度较快,不易陷入局部最优。