基于误差因子的改进WLS超宽带定位算法

为提高非视距场景下超宽带(ultra‑wideband,UWB)定位精度,本文提出一种基于误差因子的改进加权最小二乘(weighted least square,WLS)算法.该算法利用测距值和实时信道冲激响应特征训练1维卷积神经网络,实现误差因子的准确预测;基于预测得到的误差因子设计改进WLS算法的加权矩阵,赋予不同基站合理的权重,以改善非视距场景下UWB定位性能.通过实测采集静态和动态定位数据对改进WLS算法进行性能验证.实验结果表明:视距场景下,改进WLS算法与最小二乘(least square,LS)算法、WLS算法定位性能相近;非视距场景下,改进WLS算法明显优于LS算法、WLS算法,能够有效抑制非视距误差.

基于M-SD-GWO-SVRWL叶绿素a浓度反演研究

为了解乌梁素海水质状况,提出一种基于月份特征(M)融合灰狼算法(GWO)优化支持向量回归(SVR)的叶绿素a浓度反演模型。以Sentinel-2遥感影像为数据源,首先考虑研究区域存在的时空特征,提出将月份作为叶绿素a浓度的特征数据输入,通过归一化(N)和二阶导数(SD)方法对数据进行预处理,建立起M-SD-GWO-SVR的叶绿素a浓度反演模型,该模型决定系数(R^(2))为0.932,均方根误差(RMSE)为0.046。仿真结果表明,所提模型反演效果优于GA-SVR、PSO-SVR,并且引入月份特征数据时,有效降低了模型复杂度,提高了模型反演精度,验证了所提模型对乌梁素海叶绿素a浓度反演的可行性。

基于全质心WLS-HDS-TWR算法的无人驾驶农业机械协同定位算法研究

针对室内全球导航卫星系统(Global navigation satellite system,GNSS)信号受遮挡时,农用车辆协同定位精度低、稳定性差、信号丢包等问题,本文开展面向超宽带(Ultra-wideband,UWB)调频技术的室内外农用车辆协同定位算法研究。首先,搭建三基站多边测距定位模型,实现主基站绝对位置标定以及辅助基站绝对位置坐标的变换求解;其次,提出全质心加权最小二乘的高速双边双向(Weighted least squares high double sided two-way ranging,WLS-HDS-TWR)农机协同定位算法,基于泰勒级数展开的WLS估计算法,求解主车位置。同时,提出面向室内环境的多状态基站组合的UWB定位模块布设模式,并验证其可行性;通过飞行时间法(Time of flight,TOF)获取主从车距离信息,融合GNSS标定位置信息、主车坐标信息以及测距信息,实现主从车协同定位。最后,基于Prescan/Simulink搭建联合仿真平台,验证提出算法的可靠性;通过农用履带车辆开展室内及室外协同定位实车试验,试验结果表明:全质心WLS-HDS-TWR协同定位算法可有效解决室内GNSS信号缺失问题,室内环境下,定位精度较HDS-TWR及全质心LS-HDS-TWR算法分别提高26.98%和22.03%,满足智能农机协同定位作业需求。

基于WLS滤波优化的双目视觉深度图重建

为解决双目视觉三维重建深度图边缘不连续的问题,提出基于加权最小二乘(weighted least squares,WLS)滤波的深度图优化,经双目标定、畸变矫正、立体校正、立体匹配建立三维深度图,加入WLS滤波,通过调整正则项更改约束条件,对梯度较大的区域减少约束,保留图像边缘,对梯度较小的区域平滑处理,去除噪声,采用峰值信噪比、结构相似性指数、平均绝对误差3个参数评价图像质量。评价结果表明:与半全局匹配算法相比,此算法的峰值信噪比增大1.849 dB,图像失真更少,质量更高;结构相似性指数增大0.4151,与原图结构相似性更强;平均绝对误差减小21.5422,还原度更高。重建的深度图视觉效果更好,改善立体匹配不连续的问题,减小匹配误差,使视差图质量更高。

基于双目视觉SGBM与WLS融合算法的茶叶嫩芽定位研究

三维定位是实现采茶机器人精采名优茶的关键技术,对保证机器人采摘茶叶高品质和高产量具有重要的意义,传统的SGBM(Semi-Global Block Matching)算法存在匹配效果差,还原效果不高等问题。本文提出SGBM算法与WLS(Weighted Least Squares)的融合算法,使得茶叶嫩芽深视图轮廓更清晰、前后景分层更明显、还原度更高,实际定位效果更精准。实验表明:采用SGBM与WLS融合算法能够将定位误差控制在1 mm左右,约是同等条件下其他传统融合算法精确度的7倍,提高了机器人采摘茶叶时定位的工作效率,为后续实现采茶机器人智能化提供一定帮助。

基于WLS的雾天交通图像恢复方法

在尘雾等恶劣天气条件下,由于大气粒子的散射作用,致使获取的道路图像严重退化,给交通运输带来很大的困难。为了提高道路环境的可视性,文中提出了一种基于WLS的雾天交通图像恢复算法。该算法从大气散射模型出发,首先进行大气光照的估计与白平衡处理,然后结合道路环境的约束,构建WLS框架对大气耗散函数进行估计,从而恢复场景反照率。通过实验分析可知,文中算法能够有效去除图像中雾霾,消除了Halo效应的影响,较好地凸显图像远景的细节信息,实现了交通图像的视见度的提高。

基于MPSO-WLS-SVM的矿井瓦斯涌出量预测模型研究

为有效预防瓦斯灾害,以预测矿井瓦斯涌出量为研究目的,提出经改进的粒子群算法(MPSO)优化的加权最小二乘支持向量机(WLS-SVM),并用其预测非线性动态瓦斯涌出量。算法通过对WLS-SVM的正则化参数C和高斯核参数σ寻优,建立基于MPSO优化的WLS-SVM的瓦斯涌出量预测模型,并利用某矿井监测到的各项历史数据进行实例分析。试验结果表明:该预测模型预测的最大相对误差为5.99%,最小相对误差为0.43%,平均相对误差为2.95%,较其他预测模型有更强的泛化能力和更高的预测精度。

一种EKF-WLS-SVR与混沌时间序列分析的瓦斯动态预测新方法

针对瓦斯浓度时间序列高度的混沌特性,采用微熵率法同步确定最优的嵌入维数与延迟时间,还原瓦斯涌出系统状态空间。以无线传感网络系统采集并经降噪处理后的瓦斯浓度序列作为样本。提出利用带有整定因子的扩展卡尔曼滤波器(EKF)对加权最小二乘支持向量回归机(WLS-SVR)的正则化参数γ与核参数σ进行快速寻优,并依据周期性更新的训练样本建立基于EKF-WLS-SVR耦合算法的动态预测模型以精确预测后续时间点的瓦斯浓度。通过MATLAB进行仿真,结果表明:EKF滤波器对提高WLS-SVR的拟合精度与学习效率方面有很大的帮助。相比于其他模型,该耦合模型具备更高的预测精度与更强的鲁棒特性,有较高的实用价值。

基于WLS的Retinex单幅夜间彩色图像增强方法

为了提高夜间可视效果,针对单幅夜间彩色图像,作者提出一种基于加权最小二乘(WLS)的Retinex增强算法.首先构造优化的颜色恢复函数,然后在HSV(hue,saturation,value)颜色空间下,根据夜间图像的亮度与梯度特性构建WLS框架对图像照度分量进行估计,获得仅包含物体本身特性的反射分量图像,通过颜色恢复函数与Gamma校正等操作进行颜色恢复与补偿,实现夜间彩色图像增强.实验结果表明:该算法增强效果显著,与其他算法相比,具有消除"光晕伪影"现象、抑制噪声、颜色保真和较好保留边缘细节信息等能力.

WLS在棉织物活性染料浸轧染色中的应用

选用自制阳离子改性剂WLS对棉织物进行浸轧改性,研究了浸轧改性工艺条件对棉织物活性染料轧染染色性能的影响,优化了WLS浸轧改性工艺:阳离子改性剂WLS 30 g/L,氢氧化钠6 g/L,80℃预烘2.5 min,并探讨了改性棉织物活性染料轧染染色性能.结果表明:WLS改性棉织物采用活性染料轧染染色,能显著提高织物的K/S值,实现活性染料轧染无盐染色,同时耐摩擦色牢度和耐皂洗色牢度有所提高.

基于WLS-SVM-SFS模型的电站锅炉燃烧优化

NOx排放量和锅炉效率模型是电站锅炉燃烧优化的基础。采用抗干扰能力更强的加权最小二乘支持向量机(WLS-SVM)建立了NOx排放模型。将序列前向选择(SFS)与WLS-SVM相结合建立了锅炉效率模型,在不影响模型精度前提下去除了模型中的冗余成分,精简了模型结构,提高了模型计算速度。采用遗传算法,以所建模型为基础,提出了一种可兼顾锅炉效率和NOx排放量的优化燃烧方案。实际应用结果表明,该优化方案使锅炉效率平均提高0.386%,NOx排放量平均降低99.147mg/m3。

基于多准则分区和WLS-PDIPM算法的有源配电网状态估计

针对复杂有源配电网三相不平衡状态估计计算速度较慢与计算精度较低的问题,提出了一种基于多准则分区和基本加权最小二乘法—原对偶内点法(WLS-PDIPM)混合算法的状态估计方法。基于对有源配电网中实时量测、虚拟量测和伪量测的配置分析,建立了适用于复杂有源配电网状态估计的多准则分区优化模型,该模型综合考虑了分区后各子区域规模均衡、量测冗余度均衡及伪量测平均误差均衡。通过高级量测体系(AMI)全量测点实现各子区域完全解耦,有效减小了系统规模和雅可比矩阵阶数。所提方法将WLS与PDIPM的优点相结合,在提高算法精度的同时减少了计算时间。仿真算例结果表明所提方法可实现对复杂有源配电网的合理分区,有效提高了状态估计的计算速度与求解精度。

WL营养琼脂对葡萄酒相关酵母的鉴定效果验证

利用WL营养琼脂对采自葡萄园和葡萄汁发酵过程中的35株酵母菌进行了分类鉴定,同时进行了5.8S-ITS和26S rDNA D1/D2区的扩增与测序。结果表明利用WL营养琼脂的鉴定结果与测序结果基本符合。WL营养琼脂是一种较为有效的葡萄酒相关酵母菌的分类鉴定培养基。

WLS浸助轧剂染在色棉中织的物应硫用化染料

选用自制的阳离子改性剂WLS对棉织物进行浸轧改性,研究浸轧改性工艺条件对棉织物硫化染料浸轧染色性能的影响,优化了工艺:二浸二轧(WLS 15 g/L,氢氧化钠4 g/L,轧液率75%)→烘干(50℃,2.5 min).评价了改性棉织物硫化染料浸轧染色的性能,结果表明:改性棉织物具有比未改性棉织物更高的K/S值,在达到相同染色深度的情况下,改性棉织物的染料用量可以大幅减少,能节约染料,减少污水,降低成本.

WLS助剂改性的棉织物活性染料无盐染色效果评价

在前期研究的基础上,选择三种活性染料,改变染料用量,并以表面染色深度K/S值、固色效率及摩擦色牢度为染色效果评价指标,评价了经自制的阳离子改性剂WLS浸轧法改性棉织物和活性染料浸轧法染色的染色效果。结果表明,改性棉织物染色性能显著提高,获得比未改性织物有盐染色更高的K/S值,更好的干、湿摩擦色牢度,能实现活性染料无盐低碱染色,同时提高固色效率,减少染色后处理用水量,因此WLS助剂是一种有很好应用前景的阳离子改性助剂。

WLS助剂改性的棉织物活性染料浸轧无盐染色工艺研究

研究阳离子改性剂WLS改性棉织物对活性染料连续轧染染色性能的影响,优选出了改性棉织物活性染料轧染染色的最佳工艺,并评价改性棉织物活性染料轧染染色性能。结果表明,WLS助剂改性的棉织物活性染料轧染染色性能明显改善,织物的K/S值显著提高,同时耐摩擦色牢度和耐皂洗色牢度有所改进,可以实现活性染料轧染无盐低碱染色。

WLS助剂改性棉织物活性染料的轧烘蒸和轧蒸短流程工艺

探讨了盐、碱、汽蒸时间对阳离子改性剂WLS改性棉织物活性染料轧烘蒸和轧蒸短流程工艺染色性能的影响.测试了织物表面染色深度K/S值、固色效率及牢度等性能指标,比较了这两种染色工艺的染色效果.结果表明,改性棉织物采用轧蒸短流程工艺较轧烘蒸工艺固色效率略低,但采用此两种工艺,改性棉织物均可以获得比未改性棉织物更高的K/S值,更好的色牢度,均能实现活性染料轧染无盐低碱染色.相比之下,由于轧蒸短流程工艺工序短,更符合节能减排、环保的染色理念,更具发展前景.

WLS助剂改性的棉织物硫化染料轧染染色工艺研究

在前期研究基础上,固定阳离子改性剂WLS改性棉织物工艺,研究硫化染料浸轧染色工艺条件对染色性能的影响,优选出改性棉织物硫化染料浸轧染色的最佳工艺,并评价改性棉织物硫化染料浸轧染色效果。结果表明,改性棉织物具有比未改性棉织物更高的K/S值,在达到相同染色深度的情况下,改性棉织物染料用量可以大大减少,因此,改性织物对于节约染料,减少污水处理负担和降低生产成本都具有很大的意义。这符合当今节能减排的环保理念,有很好的应用前景。

基于WLS-SVM回归模型的电力负荷预测

针对电力系统年用电量增长的特点,提出一种基于加权最小二乘支持向量机(LS-SVM)的电力负荷预测模型。与标准LS-SVM的电力预测方法比较,该模型能通过设置训练样本权重比例,实现样本优化选择,达到历史数据"重近轻远"的学习效果,从而能有效提高预测精度。通过具体实例验证,WLS-SVM模型预测精度明显优于标准LS-SVM模型,说明本文模型实现容易,鲁棒性好,预测精度高。

基于WLS-SVM的加速度计动态模型参数辩识

提高加速度计动态模型参数辨识精度,对研究和改善加速度计动态特性有重要作用。针对加速度计的非线性影响其动态模型参数辨识精度的问题,提出了一种基于加权最小二乘(WLS)和支持向量机(SVM)的加速度计动态模型参数辩识方法,该方法针对包含线性部分和非线性项的加速度计二阶非线性动态模型,利用WLS辩识加速度计动态模型的线性部分参数,并采用SVM估计加速度计动态模型的非线性特性,通过迭代和最小化所构建的误差准则函数,实现加速度计动态模型参数最优辨识。仿真实验和加速度计绝对法冲击激励校准实验表明,该方法能够减小加速度计非线性对动态模型参数辩识精度的影响,所得加速度计动态模型参数辨识结果具有较高的精度。