采用基于信号处理领域最近兴起的压缩感知理论对NC-OFDM系统进行信道估计，并将回溯迭代自适应正交匹配追踪算法（BAOMP）应用到NC-OFDM系统的信道估计中，该算法在每次回溯迭代中核查所选原子的可靠性并删除不可靠原子。理论分析和仿真实验表明，BAOMP算法不但可以减少导频的数目，而且其在保持OMP类算法优点的同时，有着更好的重构性能，且不需要预先知道稀疏度K。

提出一种估计线性调频（LFM）信号参数的快速算法，该算法利用计算信号的WVD（wigner-ville distribution）得到其时间-频率值的二维分布，进而通过计算不同的时间采样点所对应的频率值来获取LFM信号的调频斜率以及初始频率的估计。算法的实现只需进行一维搜索，计算量小。分析该算法的统计特性，得到LFM信号参数估值均方误差的理论表达式。同时，对该算法进行推广，推广后的算法可用来估计多项式相位信号的参数。最后，通过计算机仿真实验验证算法的有效性。

优秀的数学建模的论文，主要内容为水塔水流量的估计建模！

现代信号分析与处理技术_第1讲_参数估计方法.pdf

利用随机向量间典型相关系数的个数，刻画了在一般Guass-Markov模型下的Xβ的最佳线性无偏估计，并讨论了稳健性问题。

深度学习中的不确定性量化 此回购包含文献调查和基线的实现，以用于深度学习中的预测不确定性估计。 文献调查 不确定性估算的基本背景 埃夫隆（B. Efron）和蒂布希拉尼（R. Tibshirani）。 “用于标准误差，置信区间和其他统计准确性度量的引导方法。” 统计科学，1986年。 R. Barber，EJ Candes，A。Ramdas和RJ Tibshirani。 “用折刀+进行预测性推论。” arXiv，2019年。 B.埃夫隆。 “ Jackknife-bootstrap之后的标准错误和影响功能。” 皇家统计学会杂志：B系列（方法论），1992年。 J.罗宾斯和A. Van Der Vaart。 “自适应非参数置信集。” 统计年鉴，2006年。 V. Vovk等人，“跨等角预测分布”。 JMLR，2018年。 M. H Quenouille。，“时间序列相关

3、递推线性最小方差估计——卡尔曼滤波 卡尔曼滤波的准则与线性最小方差估计相同 估值同样是量测值的线性函数 只要包括初始值在内的滤波器初值选择正确，它的估值也是无偏的 计算方法——递推形式

基于马尔可夫模型与GARCH模型的不足，提出了一类新的混合预测模型。

讨论自相关多途时延估计方法.分析了自相关多途时延估计方法的估计精度,并将其与MLE估计器进行了比较;并针对实际情况讨论了海面波动对多途时延的影响.用自相关法对一组海上试验的数据进行了处理,并对处理结果进行了分析.理论分析与实际数据处理表明,自相关法是工程中进行多途时延估计的较好方法.

svd算法matlab代码高维设计差分私有估计器 高维差分私有鲁棒均值估计器的MATLAB实现。 先决条件 用于在较大矩阵上进行特征值计算的MATLAB软件包 算法实现 dpCode目录包含各种差分私有均值估计算法的实现代码。 dpFilterGaussianMean.m ：本文提出的新型差分私有算法的主要实现 filterGaussianMean.m ：通过过滤实现稳健的均值估计，取自，并在ICML 2017的论文中进行了描述 dpWinsorizedMean.m ：的差分私有dpWinsorizedMean.m Mean（算法1）的实现 privateQuantile.m ：实用程序函数，包含来自的privateQuantile算法（算法2）的实现 laplaceSample.m ：实用函数，通过逆CDF采样从Laplace分布中提取噪声样本 我们的算法仅需要前两个文件，而后两个文件则来自的DP Winsorized均值参考算法。 最后一个文件（ laplaceSample.m ）是两种算法中使用的Laplace机制的实用程序实现。 重现性 compareDPMeanEstimat