具有线性回归特征的多组实验结果对比分析方法的研究

研究试验参数变化情况下．具有线性回归特征的多组试验结果差异性的对比分析方法。数学上谈问题转化为对回归直线的常数口和比例系数6两组随机样本的F检验。当这两个指标均无显著差异时，认为两组(或多组)试验数据无显著差异。谈法将判断的范围外推到了整个实数域，因此要求条件过高。本文提出了重合度法，即用试验参数的共同区域内回归直线置信带的面积重合度．判断实验结果的一致性。对试验数据的分析表明，该方法具有明显的合理性．但其临界值还需进一步研究确定。     

维修性增长的Bayes方法

对指数维修产品作m个阶段的维修性试验，第i阶段的修复率地(i=1，2，…，m)满足顺序约束条件：μ1≤μ2≤…≤μm，据此，本文用Bayes方法估计了修复率μm(或平均修复时间MTTR Mm)。在取共轭型先验分布或无信息先验分布时，推导了μm的边缘后验密度及其Bayes精确可信下限，为满足工程实践的需要，还推导了μm的Bayes近似可信下限，并用数值例说明了这些方法。     

正态分布置信检验方法

正态母体特征值(母体均值、百分位值、百分率、标准差和变异系数等)的检验是工程中常见的问题。本文根据置信检验理论,建立了正态母体特征值的置信检验方法,包括母体均值、百分位值、百分率、标准差和变异系数的强检验、弱检验和弱强检验,可以满足不同的实际需求。置信检验克服了显著性假设检验在接受原假设时缺乏说服力的弱点,能够以高概率判断正态母体特征值是否满足工程中规定的条件。不但比传统的正态分布假设检验和抽样检验具有更高的精度,而且更加便于应用,许多假设检验和抽样检验难以处理的问题(如母体百分率和百分位值的检验),采用置信检验可以容易地得到解决。      

一种频域插值变化迭代频率估计方法

针对现有频率估计算法存在的复杂度高、频率估计能力弱、估计结果均方差大等缺点,在固定迭代AM（Aboutanios—Mulgrew）无偏频率估计算法基础上,提出一种频域插值变化迭代频率估计算法,推导了不同迭代参数实现无偏估计的充分条件,证明了有偏估计时本算法的收敛性和偏离度,通过设置不同迭代参数,可以实现无偏或有偏估计。仿真分析表明：当具有较高信噪比时,在整个频率估计范围内,该方法均方误差接近CRLB（Cramer-RaoLowerBound,克拉美一罗下限）;当FFT（FastFourierTransform,快速傅里叶变换）粗估计残余频率接近0．5时,该方法的均方误差优于CRLB,为CRLB的96％。     

系统误差条件下的多运动站无源定位性能分析

 系统误差的存在可能对无源定位的性能带来较大影响。针对多运动站得到的含有系统误差的观测量信息,推导了定位误差的克拉美-罗下限(CRLB)。首先根据具体系统误差模型推导测量误差的统计信息,然后根据系统误差导致不同时刻观测量相关的特点,将非对角矩阵的误差协方差矩阵写为分块矩阵的形式,并在此基础上推导其递推计算式,最后以系统误差情况下多运动站只测角无源定位为例进行定位性能的仿真分析。仿真结果表明系统误差的存在对定位误差CRLB影响较大,在定位中需要重点考虑。     

线性分组码不可检错误概率新的下限

线性分组码的不可检错误概率是评价自动请求重传(ARQ)系统的重要参数。不可检错误概率的计算涉及码的重量分布,而大部分码的重量分布还不知道,因此,研究不可检错误概率的限显得非常重要。本文得到了GF()上(n,k)线性分组码不可检错误概率的两个新的下限,在一定程度上,改进了Wolf等人的结果。由于新的限与码的重量结构无关,因此可以方便地估计任何线性分组码的不可检错误概率。     

LDPC码在空间光通信PPM信道中的性能与分析

如何在空间光通信的PPM信道中应用性能优越的LDPC码是一个非常需要研究的课题,目前未见于国内外文献。文章对PPM信道下LDPC码的应用进行了探讨,提出了二元域上的LDPC码和多元PPM调制信道的结合方式及应用途径,研究了相应系统模型下的译码,并对其性能进行了计算机模拟仿真。仿真结果表明LDPC码在光PPM通信中显示出了优越的纠错能力,具有良好的应用前景。     

基于模糊TOPSIS的FMEA方法

针对传统故障模式及影响分析(FMEA)中评价故障模式的影响因素和计算风险优先数存在的缺陷,提出了一种基于模糊逼近理想解排序法(TOPSIS)的FMEA方法。该方法采用模糊置信结构对影响因素的评价进行表示,并通过去模糊化和加权平均建立明确置信矩阵。考虑各影响因素的权重对分析结果的重要性,将主、客观赋权法相结合来分配各影响因素的权重,进而建立加权规范化矩阵,根据相对贴近度的大小确定各故障模式的风险水平。最后,举例验证了该方法的可行性和有效性。      

基于频偏校正的频率估计算法误差分析

介绍了基于频偏校正的频率估计算法原理,给出了算法在高斯白噪声背景下进行复正弦信号频率估计的标准差计算公式.在采样点数为N的情况下,对m的取值进行优化,得到当m取最接近N/3的整数时,算法的标准差达到最小值.Monte Carlo仿真试验结果表明:m取最接近N/3的整数时,频偏校正算法的标准差小于比值法(加汉宁窗)和相位差法,且在偏离FFT(Fast Fourier Transforms)离散谱线的频率变化范围内比较平缓.当信噪比较大时,优化取值后的算法标准差比m取最接近N/2的整数时小,且更加逼近克拉美-劳下限.