加权最小二乘估计在无线传感器网络定位中的应用

节点自身定位是目前无线传感器网络领域研究的重点之一,定位误差累积问题是节点定位中必须解决的一个关键问题,利用加权最小二乘估计的方法可以有效抑制累积误差的影响。介绍了如何将加权最小二乘估计应用于节点定位以及如何合理地选择加权系数以降低定位误差。仿真实验表明,运用加权最小二乘估计可以有效地抑制误差累积的影响,提高定位精度。

基于加权最小二乘估计的双基地声呐定位算法研究

依据T/R-R型双基地声呐的工作特点,提出了基于加权最小二乘(WLS)估计的双基地声呐定位算法,通过数值仿真,研究了不同基线长度下该算法的定位精度,给出了WLS算法定位精度的几何分布。结果表明,运用该算法对水下目标进行定位,比单纯基于波达时间(TOL)的定位方法,双基地系统可以获得更高的定位精度。

加权最小二乘估计的多波束声强数据归一化方法

高质量的海底声强图是多波束海底底质分类的基础。在系统分析了多波束声强图像中沿测船航迹灰度异常值和区域性明暗差异成因的基础上,提出了基于加权最小二乘估计的多波束声强数据归一化方法。实例计算结果表明:该方法在不损失原有强度变化信息的基础上,有效地抑制了声强图中灰度异常值对海底底质分类的影响,提高了区域底质分类的质量。

基于LMS回归的一步M估计与加权最小二乘估计

探讨在GM假设条件不满足情况下对线性回归模型的稳健估计方法。方法：介绍了估计的稳健性尺度和有效性的概念，采用基于LMS估计的M估计及加权最小二乘估计做稳健回归。结果：通过对一个模拟数据的分析，说明这两种稳健估计结果均优于经典的M估计及LS估计。结论：本文介绍的两种估计方法同时具有较高的稳健性及有效性，并可作近似的稳健推断。

双基地加权最小二乘估计算法定位精度研究

本文通过将双基地声呐中发射和接收站的测量数据进行融合处理 ,提出了基于加权最小二乘估计 (WLS)的双基地声呐定位优化算法 ,给出了算法的原理和误差分布。通过数值仿真 ,研究了系统参数对算法定位精度的影响 ,给出了不同条件下定位误差的几何分布。并将该算法与单纯基于声波到达时间算法的定位性能进行了比较。仿真结果表明 ,双基地WLS算法充分利用了双基地系统的冗余信息 ,具有较高的定位精度。该研究为多基地声呐水下目标的探测。

多维观测的矩阵参数建模与加权最小二乘估计

针对常规向量参数法多维观测建模与平差效率低的问题,分析指出多维观测矩阵参数建模条件应满足不同观测维度的参数独立且个数相等特点(简称独立同构特征),进而利用该建模条件、Kronecker积运算性质和加权最小二乘原理提出矩阵参数建模与加权最小二乘估计方法。该方法顾及不同观测维互相关性,增大系数阵稠密度,降低法矩阵阶数,从而有效提高了建模与平差计算效率。空间直线和GPS站坐标时序模型计算结果均表明,向量参数法和矩阵参数法平差结果相同,但后者具有更高的存储与计算效率。

加权最小二乘估计中选择权数的迭代算法

介绍了加权最小二乘估计的性质及其常见权数选择的方法,并给出评判一个好的二乘估计的标准,由此提出选择权数的迭代算法.

线性回归模型中的加权最小二乘估计

给出了线性回归模型中的加权最小二乘估计以及最优权数的选择.

最优加权最小二乘估计解与矩阵希瓦兹不等式的推广

本文得出了推广的加权最小二乘估计解 ,存在权系数 ,在估计误差方差矩阵最小意义下 ,得出了推广的最优加权最小二乘估计解 得出了推广的矩阵型希瓦兹不等式。

局部平稳扩散模型中时变参数的加权最小二乘估计

基于离散观测样本,利用局部线性拟合,得到了局部平稳扩散模型中时变漂移参数的加权最小二乘估计,并讨论了估计量的相合性,渐近正态性和一致收敛速度.同时,通过模拟研究说明了估计量的有效性.

完全样本下威布尔分布参数的加权最小二乘估计

借助图法估计的思想和次序统计量的性质,给出了完全样本下威布尔分布参数的改进最小二乘估计与加权最小二乘估计。

无失效数据的Logistic分布参数的加权最小二乘估计

本文给出在无失效数据情况下,当产品寿命服从Logistic分布时,产品寿命的失效率=(<)i ip P t t的参数的加权最小二乘估计以及产品可靠度的估计。

作物品种区域试验中品种均值估计的模型和方法——算术平均值、加权最小二乘估值和BLUP的比较

针对作物区域试验中的品种均值估计问题 ,根据混合线性模型的一般原理 ,总结和提出多种加权最小二乘估计(WLSE)和最佳线性无偏预测 (BLUP)的方法 ,推导了这些方法的平衡数据计算简式 ;同时 ,利用 14套 2年多点的棉花区试资料和一套 4年多点的棉花品种试验对这些方法的预测效果进行验证比较。结果表明 ,与算术平均值相比 ,以环境内误差方差倒数加权的WLSE估值的预测精度 (包括预测差的大小和品种排名的一致性 )明显不同 ,但其高低因数据而异 ;其他WLSE估值以及BLUP的预测结果差别不大 ,和算术平均值以及相互间的相关系数和秩相关系数均在 0 93以上。

基于Pena距离的加权最小二乘估计的影响分析

利用Pena距离对加权线性最小二乘估计的影响问题进行讨论,得到加权最小二乘估计的Pena距离的表达式,对其性质进行讨论,从而得到高杠异常点的判别方法.文中对Pena距离与Cook距离的性能进行了对比,得到在一定条件下Pena距离优于Cook距离的结论.并通过数值实验对此方法的有效性进行验证.

变系数线性EV模型参数的调整加权最小二乘估计及其渐近性质

研究当结构关系EV(errors-in-variables)模型的系数随某个实变量变化时,如何估计其系数,以及估计的性质如何．采用调整的加权最小二乘方法估计结构关系EV模型的变系数,证明在比较弱的条件下用这种方法得到的估计具有强相合性和渐近正态性,模拟研究表明所提估计性质良好．

极径法球面测量的加权 最小二乘估计和布点设计

本文给出了基于极径法球面测量的加权最小二乘估计模型，并依据该模型进行测量采样点布局的优化设计。最后，对模型和布点设计进行了统计数据仿真测试。

扫频激励下的DPOAE的局部加权最小二乘估计算法

畸变产物耳声发射(DPOAE)信号可以用于听力损失的诊断,具有重要的临床应用价值。但是,大频率范围内进行DPOAE测量时,需要耗费大量的时间。采用扫频信号作为诱发信号,为记录大频率范围内的DPOAE测量数据提供了一种快速而有效的手段。本文在已有的最小二乘拟合(LSF)算法的基础上,给出一种估计扫频激励下的DPOAE信号的局部加权最小二乘估计(LWLSE)算法,从扫频激励下的DPOAE记录信号中提取方差根音2f1-f2频率处的DPOAE信号。仿真结果表明,该方法相对于常用的LSF方法,对DPOAE信号和初始刺激信号的估计更准确,并且估计结果具有更小的估计方差,有利于提取更加准确的DPOAE精细结构。

基于加权最小二乘估计的PMSM逆变器开路故障检测方法

针对永磁同步电机(PMSM)容易出现逆变器开路故障问题,提出一种基于加权最小二乘估计(WLSE)的PMSM逆变器开路故障检测方法。推导出一个包含逆变器场效应晶体管(FET)导通电阻参数,并作为状态变量的PMSM驱动系统非线性模型。然后利用WLSE对FET导通电阻进行估计,通过比较估计值和正常值来检测开路故障。实验结果表明,该方法能有效的检测故障。

一类加权最小二乘模糊线性回归

讨论了输入、输出及回归系数都是LR-型模糊数的模糊线性回归模型参数估计的加权最小二乘法.该方法根据决策者对训练数据的置信度对观测数据设置不同的权重,从而得到能有效抵御异常值干扰的预测模型.

部分变量误差模型的整体抗差最小二乘估计

部分变量误差模型(partial EIV model)的加权整体最小二乘(weighted total least-squares,WTLS)估计不具备抵御粗差的能力。鉴于粗差可能同时出现在观测值和系数矩阵中,本文在提出部分变量误差模型WTLS估计的两步迭代解法的基础上,运用抗差M估计的等价权方法,发展了一种整体抗差最小二乘(TRLS)估计方法,并采用一致最大功效统计量确定降权因子。针对WTLS估计两步迭代解法的特点,设计了两个不同的降权方案:第1个方案是在估计系数矩阵元素时,不对观测值降权,仅对系数矩阵降权;第2个方案是在估计系数矩阵元素时,既对系数矩阵降权,同时也对观测值降权。通过对模拟2D仿射变换和线性拟合实例进行计算和分析,结果表明第1方案优于第2方案,并且优于基于残差和验后单位权方差的抗差估计和现有的变量误差模型抗差估计。