基于最小二乘准则的多传感器参数估计数据融合

为了从含有加性测量噪声的线性测量数据中更加准确地估计未知的常值参数,测量噪声互不相关的多传感器测量系统得到广泛使用。在最小二乘准则下,提出了多传感器测量系统在多次同步测量时的集中式和分布式参数估计数据融合算法,两种算法完全等价,且都是全局最优的。数值仿真实验的结果表明,新算法可以明显改善传感器测量参数的估计精度。

采用加权最小二乘准则的影像仪自动对焦方法

针对影像测量领域中自动对焦方法存在的对焦准确性不高、对焦过程复杂等问题,提出了一种采用加权最小二乘准则的自动对焦方法。首先,根据不同种类图像清晰度评价函数的评价特性,选定对焦过程中所用的图像清晰度评价函数。其次,在图像清晰度评价函数的基础上进行两阶段对焦,即粗对焦阶段与精对焦阶段。然后,分析了加权最小二乘准则中加权系数的确定原则并给出了其具体确定方法。最后,对精对焦阶段所得清晰度评价值进行归一化处理,采用加权最小二乘准则进行高斯曲线拟合求取极值,极值位置即最终正焦平面。实验结果表明:在步距为0.1mm的条件下,该方法与现有的洛伦兹(Lorent)、Gauss拟合方法相比,对焦误差由0.05mm降低到0.02mm,有效地提高了现有曲线拟合法的对焦准确性。

一种基于最小二乘准则的自适应滤波算法

基于最注二乘准则Ｊ（ｎ）＝ ，利用最徒梯度下降法，得到一种新的梯度型自适应滤波算法．该算法避免了递推最小二乘ＲＬＳ（Ｒｅｃｕｒｓｉｖｅ Ｌｅａｓｔ Ｓｑｕａｒｅｓ）算法需递推估计更新自相关矩阵Ｒｘｘ（ｎ）的逆的不足，计算机模拟仿真结果表明该算法有良好的收敛性能，收敛速度快于ＬＭＳ（Ｌｅａｓｔ Ｍｅａｎ Ｓｑｕａｒｅｓ）算法、ＮＬＭＳ（ＮｏｒｍａｌｉｚｅｄＬｅａｓｔ Ｓｑｕａｒｅｓ）算法和ＲＬＳ算法．

一种新的基于最小二乘准则的超宽带多用户检测算法

为了更好地改善超宽带无线多址通信系统的信号检测提出了一种新的算法。该算法把最小二乘准则公式写成矩阵形式,并且利用矩阵Moore-Penrose逆递推公式实现的自适应递推算法直接对编码矩阵进行更新,从而得到了一种新的超宽带多址通信自适应多用户检测算法。计算机模拟结果表明,该算法比传统的RLS算法有更好的收敛速度,并且相应的自适应多用户检测器比传统的检测器有更好的检测性能。

用折扣最小二乘准则建立自回归模型预测门诊人数

折扣最小二乘准则是＂折扣残差平方和最小＂,即min222=∑==niiin-iεα（x-x）,其中：α为折扣系数,取值范围为0〈α〈1.＂折扣＂最小二乘法实际上就是利用n-iα进行加权,对近期拟合误差给以较大的权数,对远期拟合误差给以较小的权数．一般对于波动较大的时间序列资料，折扣要打得大一些，对于波动较小的时间序列资料，折扣要打得小一些．

基于最小二乘准则的滑坡位移动态权系数线性组合预测模型研究

针对固定权系数组合预测模型在滑坡监测数据多期预测预报中存在精度下降过快的问题,以最小二乘线性组合预测模型为基础,结合生物体新陈代谢过程,提出了一种基于最小二乘准则的滑坡位移动态权系数线性组合预测模型的构建方法,并引入SSE、MSE、MAE、MAPE和MSPE5种误差指标对该模型的预测精度进行评价.通过黄茨滑坡B2监测点和重庆市巫溪县物流园区长宁路边坡工程DW4监测点的监测数据进行算例验证,实验结果表明,基于最小二乘准则的滑坡位移动态权系数线性组合预测模型的预测评价指标均优于选用的单项预测模型以及普通线性组合预测模型.

基于相关函数的递推最小二乘算法及其在回波消除中的应用

本文给出一种新的类似于RLS(recursive least squares)算法的递推最小二乘算法,该算法直接对输入信号的相关函数进行处理而不是对输入信号本身进行处理, 理论分析表明了该算法的收敛性。该算法应用于回波消除问题中,克服了常规自适应滤波算法在出现双方对讲的情况下需停止调节自适应滤波器系数这一不足。计算机模拟仿真表明该算法在双方对讲的情况下有良好的收敛性能。

基于约束总体最小二乘的泰勒级数定位算法

目前基于到达时间差(Time Difference of Arrival,TDOA)的无线定位算法既不能在基于距离平方差(Squared Range Difference,SRD)的误差平方和最小模型中获得总体最小二乘准则下的全局最优解,也不能在基于距离差(Range Difference,RD)的误差平方和最小模型中获得普通最小二乘准则下的全局最优解。将泰勒级数法与约束总体最小二乘法(Constraint Total Least Square,CTLS)相结合,提出一种基于约束总体最小二乘的泰勒级数定位算法(CTLS Taylor)。利用CTLS方法获得目标节点的粗估计位置,并将该位置作为泰勒级数展开法的初始点,通过迭代,获得目标节点的精估计位置。仿真结果表明,CTLS Taylor算法不仅能够获得与QCLS Taylor算法相同的定位精度,而且迭代次数有了明显减少;同时与CTLS定位算法相比,当测量噪声较高时,CTLS Taylor算法的定位精度更高。

基于最小二乘样本拟合的复信号时延估计方法

针对高斯随机信号在传统时延估计算法估计下出现性能下降的问题,提出一种基于最小二乘样本拟合的时延估计算法。首先给出互相关的代价函数,利用sinc内插公式采用有限数量的样本估计相关数值,再通过最小二乘(LS)准则最小化其代价函数求出估计值,该估计值接近于无偏。给出算法的克拉美罗下界(CRLB)表达式,并将该算法与互相关算法、基于最小均方误差(MMSE)的算法进行性能比较。理论分析与实验结果表明,所提出的基于最小二乘样本拟合的算法性能优于互相关算法与基于MMSE的算法,并且能更好地逼近克拉美罗下界值。

二阶伏特拉滤波器RLS算法改进

分析了二阶伏特拉滤波器的一种快速RLS算法,针对其存在的收敛速度与收敛精度之间的矛盾,构造了遗忘因子函数并取代该算法中的固定遗忘因子,得到改进的RLS算法。提出了遗忘因子函数的构造原则并分析了相关参数的选取方法。算例表明:改进的RLS算法能解决收敛速度与收敛精度之间的矛盾,有效地加快了收敛速度。

综合投影变形最小任意带高斯正形投影参数确定

对测区总体投影变形均匀度有较高要求的工程,应当以综合投影变形最小化为准则进行投影参数的科学选择,对于任意带高斯正形投影,将投影计算参考位置选择在测区中央并不能使投影变形在该准则下达到最优。文本研究了基于综合投影变形最小标准确定投影参考位置的方法、中央子午线至测区参考位置距离Y’m的确定方法,以及该方法在满足投影变形限差条件的最大可适用范围。

基于SR和WLS准则的室内目标定位方法

进行室内目标定位的过程中,采集到的目标图像存在失真问题,导致定位目标与真实目标存在偏差,影响最终定位效果。为此,提出基于超分辨率(Super Resolution,SR)和加权最小二乘(Weighted Least Squares,WLS)准则的室内目标定位方法。利用构建的宽深超分辨率(WDSR)网络采集室内目标图像,并基于SR算法建立超分辨率重构模型,将采集的图像输入到模型内,对室内目标图像超分辨率重构,达到高度还原目标缺失信息的目的。根据重构结果,利用多传感器获取室内目标定位初值,采用WLS准则计算多传感器与室内目标位置之间的关系,建立WLS损失函数,定位室内目标。通过对该方法开展室内目标图像清晰度对比测试、待测目标定位误差对比测试以及室内目标定位测试,证明了其精准性高、有效性强。

城市交通诱发地面振动测试时域分析

针对日益严重的城市交通所引起的环境振动问题,主要基于广州火车站附近高架路诱发沿线地面振动的现场实测,并包括动车组通过时的测试,通过对实测数据进行深入分析,总结出高架路诱发环境振地的传播规律,在最小二乘准则条件下,提出了更加符合环境振动实际传播特征的衰减经验公式。分析结果表明:竖向振动幅值高出水平向较多,在评价环境振动时,应以竖向振动为主;高架路诱发环境振动和动车组诱发环境振动均呈现脉冲响应特征;高架路诱发环境振动随距桥墩距离增加,脉冲响应特征快速消失,而动车组诱发环境振动的这个特征则相对不明显;存在局部振动放大区域;相比传统经验衰减公式,本文提出的环境振动经验衰减公式更能反映实际环境振动波的传播特点。

组合预测模型的回归分析方法

给出求解组合预测权系数的回归分析方法 ,文章首先给出了基于最小二乘和最小一乘准则的线性回归组合预测模型 ,然后应用最小二乘原理得到权系数最小二乘估计值。由于最小一乘准则下 ,目标函数不可微 ,传统的优化规划方法无法求解 ,故文中提出用基于最小二乘的逐步变权方法进行求解。同时 ,还给出了百分误差绝对值最小为目标的组合预测模型及权系数求解方法。通过实例分析 ,表明组合预测模型的预测精度很高 。

基于变分模型的阵列三维SAR最优DEM重建方法

由于具备了下视3维成像能力,阵列3维SAR在地形测绘、灾害监测等领域具有广泛的应用前景。但是,载机平台尺寸的限制使得其阵列方向分辨率远远低于距离向和航迹向,严重制约了阵列3维SAR系统整体性能的提升。目前研究主要针对3维SAR图像的"稀疏性",采用稀疏重建方法提高其在阵列方向的分辨率。稀疏重建模型在求解过程中丢失了数字高程图(DEM)所具有的"单值性"、"连续性"等特征。为了克服稀疏重建模型存在的问题,该文提出了基于变分模型的阵列3维SAR最优DEM重建方法,该方法直接将DEM图作为最优化目标,通过寻找最优化DEM图和对应的散射系数,实现最小二乘意义下的最优DEM重建。仿真结果表明,该方法可以实现各种地形(山区、城市)的稳健DEM增强,其性能远优于OMP算法和正则化方法。

基于矩阵广义逆递推的自适应滤波算法

本文把自适应滤波算法的优化准则之一最小二乘准则 :J(n) =∑ni=1 λn -i|e(i) |2 写为矩阵形式 ,利用矩阵广义逆递推公式直接对输入信号矩阵而不是自相关矩阵进行递推更新 ,得到一种新的自适应滤波算法 .和其它算法如LMS算法、NLMS算法、FRLS算法、TDNLMS算法、APA算法、Leaky LMS算法和RLS算法进行了计算机模拟仿真比较 ,仿真结果表明该算法有良好的收敛性能 ,收敛速度快于LMS算法、NLMS算法、FRLS算法、APA算法、Leaky LMS算法和RLS算法 .

基于接触角变量传递分析方法的角接触球轴承动态特性求解

根据角接触球轴承高速运转时接触角的动态变化,系统地分析了求解高速动态特性的方程组。从求解动态特性的辅助方程出发进行了变量传递关系分析,发现各个方程组最终都是内外实际接触角的函数,从而提出了一种基于接触角求解域搜索的角接触球轴承动态特性计算方法,避免了传统的用Newton-Raphson方法迭代求解角接触球轴承动态特性过程的复杂性和迭代收敛问题,将求解非线性方程组转变为验证方程组。本文还给出了寻找接触角最优值的最小二乘判别准则,并通过算例说明了本算法的可行性。

辨识航行体水动力参数的智能方法

航行体水动力参数辨识最常用的方法是采用极大似然准则和牛顿—拉夫逊算法。但是牛顿—拉夫逊算法需要计算复杂的导数矩阵及其逆矩阵,而且对初值非常敏感。文章利用最小二乘准则结合智能优化算法对航行体水动力参数进行了辨识仿真,仿真结果表明新方法要好于常用的方法,在不同噪声水平下辨识结果的误差小于7%,而且以往无法辨识的附加质量也能辨识,同时新方法对初值几乎没有要求,也无须计算导数,极大地简化了辨识计算,有较大的工程应用价值。

基于残差加权的三维DV-Hop改进WSN定位算法

针对无线传感网诸多具体应用中需要节点位置信息的实际需求,提出一种基于残差加权的三维DV-Hop改进定位算法的解决方案。该方案通过引入残差函数将提高定位精度的问题转化为等式约束条件下残差最小化的求解问题,采用最小二乘准则对待定节点与锚节点的最小跳数进行平均加权处理,并利用二次规划法将其最终转化为无约束条件下最小化的问题。经理论分析得出了三维DV-Hop改进定位算法的模型,实现待定节点的坐标估计并提高了定位精度。仿真结果表明,在相同通信半径、不同锚节点比例的情况下,改进三维DV-Hop定位算法的性能得到了明显提高。

低阶谱模式的一种新方案及其应用

针对经典低阶谱模式存在的不足,提出了在最小二乘准则下通过计算不同函数组合与实测资料间的复相关系数,从实际观测资料中客观提取能反映具体物理现象的截断函数的新方案.克服了应用低阶谱模式研究物理现象时选取截断函数时的主观任意性.将此方法用于研究北半球夏季大气环流年际变化,利用1994年和1998年6月大气环流资料客观确定相应的函数组合,从描述大尺度大气运动的准地转两层斜压方程出发,揭示了造成这两年夏季大气环流演变存在差异的物理机制.