IIRCT下相依两部件并联系统的统计分析

将带有不完全信息的随机截尾试验模型应用于二元指数分布场合，讨论了当相依两部件寿命具有联合二元指数分布时，它们组成的并联系统的统计分析问题，建立了参数所满足的似然方程组，给出了随机模拟数值解例子。结果表明，参数的极大似然估计（MLE）具有较高的精度。     

Statistical properties of variability of the quiet ionosphere F2-layer maximum parameters over Irkutsk under low solar activity

The statistical analysis of the quiet ionosphere F2-layer maximum parameters variability (deviations of NmF2 and hmF2 from the quiet medians, δn and Δh) under solar minimum at day (10–16 LT) and night (22–04 LT) hours based on data of Irkutsk station for 2007–2010 is presented. It is found that the experimental distribution (histogram) of δn can be approximated by a mixture of two normal distributions. The first and second components of the mixture characterize, mainly, relatively weak and strong fluctuations of δn which are presumably associated with the ionospheric effects of the atmospheric gravity waves and of the planetary waves and tides correspondingly. Deviation of the δn histogram from a single normal distribution is most considerable at night hours in winter and equinoxes. For these conditions the weak fluctuations of δn are mainly negative and the strong ones are mainly positive. The Δh histogram is a normal distribution except day hours in winter and equinoxes when a weak deviation of the histogram from the normal distribution occurs.     

相关系数ARMA(p,q)序列分析方法

本文提出相关系数ARMA(p,q)序列分析方法。相关系数ARMA(p,q)序列是从非平稳序列中分离出的一类工程上常见且便于研究的时间序列,在模式识别、故障诊断、信号处理、自动控制和结构响应分析等领域有着广泛的应用。传统的相关函数ARMA(p,q)序列仅是它的一个特例。文中建立了相关系数ARMA(p,q)序列的条件极大似然估计和精确极大似然估计,前者在样本较大时简单便于工程应用,后者则在样本较小时仍具有较高的精度,它们通过时域的全程分析,充分利用样本信息确定相关系数ARMA(p,q)序列的均值函数、方差函数和相关系数函数。在此基础上可进行高精度的频谱分析。     

非等间距相关系数平稳序列分析方法

工程实际中由于数据缺损或受测试条件所限,常常得到非等间距的时间序列。而传统的时序分析方法只适用于等间距采样的数据,目前工程上对这类问题通常采用插值等近似处理方法,这往往导致较大误差。本文提出非等间距相关系数平稳序列的概念,建立了非等间距相关系数平稳序列自回归模型,给出了非等间距相关系数AR(p)序列的精确极大似然估计和条件极大似然估计,能够高精度地确定非等间距序列的均值函数、方差函数和相关系数函数。      

关于准连续波体制雷达最大熵方法的算法选择

准连续波体制作为一种新型雷达体制以其固有的优越性引起雷达界广泛的关注。其数字信号处理系统的开发是进一步完善该体制雷达的关键。本文针对数字信号处理系统中最大熵谱外推电路的算法选择进行了研究。     

多传感器数据融合中的数据配准研究

数据配准是多传感器数据融合的先期处理过程。本文在研究了传统的最小二乘算法的基础上，提出了基于三维坐标系中的极大似然配准算法，解决了最小二乘配准算法对于传感器相距较远时无法解决的问题。最后通过计算机仿真证明了此算法的有效性。     

极大似然法对比试验研究及其试验数据处理

 基于中值Ｓ－Ｎ曲线的三参数幂函数式，根据极大似然原理，分别给出了测定Ｐ－Ｓ－Ｎ曲线的单点试验、成组试验和单点－成组试验结果的Ｐ－Ｓ－Ｎ曲线公式。并进行了对比试验，使用文中方法统计分析试验数据，发现单点法、单点－成组法及成组法测定出的Ｐ－Ｓ－Ｎ曲线较接近。由于单点法能够大量节省试样，且能保证一定的精度；因此它适合构件和模拟件Ｐ－Ｓ－Ｎ曲线的测定     

极大似然法在飞机起飞性能参数辨识中的应用

以Y12飞机起飞性能飞行试验实测数据为例,研究了利用极大似然法进行飞机起飞性能参数辨识的问题。首先通过理论分析建立了Y12飞机双发起飞性能数学模型;然后从简化灵敏度导数计算角度提出了以飞机在起飞滑跑过程中速度增量为观测量的观测方程,分析给出了待辨参数和利用极大似然法进行参数识别的方法;最后针对极大似然法的几个要素,如迭代初值、代价函数、迭代次数、样本长度、试验数据段的选取等对辨识结果的影响进行了讨论和分析。结果表明,利用极大似然法可以快速、准确地辨识出起飞性能所需的参数,并具有较高的精度,在今后的性能飞行试验数据分析中应注重推广和应用。     

小样本下分位数函数的Bootstrap置信区间估计

航空产品试验一般为小样本试验,为了分析小样本情况下的试验数据,结合以概率加权矩为约束条件的最大熵法和求解置信区间及置信带的Bootstrap方法,提出了一种估计小样本试验件母体分位数函数置信区间的方法。最大熵法在矩约束下能够估计样本的密度函数,而以概率加权矩为约束条件的最大熵法能够针对小样本直接给出分位数的无偏估计,无需由密度函数积分得到累积分布函数,再进行转化得到分位数函数。Bootstrap方法求解置信区间具有不依赖于数据分布的优点,具有广泛的应用范围。