一种快速递归全局最小二乘算法

针对FIR系统输入和输出信号均被噪声干扰的情况,提出一种快速递归全局最小二乘(XS-RTLS)算法用于迭代计算全局最小二乘解,算法沿着输入数据的符号方向并采用著名的快速增益矢量,搜索约束瑞利商(c-RQ)的最小值得到系统参数估计。算法关于方向更新矢量的内积运算可通过加减运算实现,有效降低了计算复杂度;另外XS-RTLS算法没有进行相关矩阵求逆递归运算,因而具有长期稳定性,算法的全局收敛性通过Laslle不变性原理得到证明。最后通过仿真比较了XS-RTLS算法和递归最小二乘(RLS)算法在非时变系统和时变系统中的性能,验证了XS-RTLS算法的长期稳定性。

用于有限脉冲响应滤波的递归全局最小二乘快速算法

提出了一种新的递归全局最小二乘快速算法，其可用于递归计算自适应（ＦＩＲ）滤波问题的全局最小二乘（ＴＬＳ）解．在这个算法中，以增广数据矢量为优化搜索方向，其快速计算归结为新定义的增益矢量的快速计算．利用数据矢量的位移结构找到了计算增益矢量的快速算法，它的运算量比Ｋａｌｍａｎ增益矢量的快速算法的运算量少，且不存在数值计算不稳定性问题．在追踪与增广协方差矩阵的最小特征值相关联的特征矢量过程中，这个算法每步须Ｏ（Ｎ）乘法运算，比Ｄａｖｉｌａ的ＲＴＬＳ算法的运算量少．

基于全局最小二乘的维纳误差变量系统建模算法(英文)

讨论了一类非线性维纳误差变量系统的建模问题,该系统的输入和输出端均存在不可测的高斯白噪声。在重构误差变量模型的基础上,提出了一类基于全局最小二乘的两阶段辨识方法,引入奇异值分解取得系统的辨识解,并证明了非线性误差变量系统在持续激励情况下,当数据采样次数趋近无穷大时,所提出的全局最小二乘算法的辨识解即为非线性模型参数的极大似然解。仿真结果体现了采用该全局最小二乘两阶段算法解决非线性系统建模问题的有效性。

圆锥体全局角度尺寸评定方法

提出了基于圆周轮廓提取方案的圆锥全局角度尺寸的评定方法,建立了圆锥最小二乘全局角度尺寸和最大最小全局角度尺寸的评定模型。基于所建立的评定模型,给出了圆锥全局角度尺寸评定的飞蛾扑火优化算法(MFO)的流程图,并编制了圆锥全局角度尺寸评定及最小二乘圆锥面、最大最小圆锥面可视化程序。采用所编制的程序,对4个圆锥仿真试样进行了最小二乘全局角度尺寸和最大最小全局角度尺寸评定,对其不同评定方法、不同优化初始参数和不同优化方法得到的全局评定结果进行了比较。用乌鸦搜索算法、人工生态优化算法、平衡优化器算法和粒子群优化算法对1个试样的最大最小全局角度尺寸进行了评定,并与MFO的评定结果进行了比较。除了优化初始值对评定结果有影响外,搜索区间、种群数和最大迭代次数对评定结果均有影响,但其规律性不强。总体上讲,MFO的评定结果优于其他4种优化方法的评定结果。

基于总体最小二乘法的RAIM算法研究

概述了GPS接收机自主完好性监测(RAIM,Receiver Autonomous Integrity Monitoring)现行的几种算法;针对惯用的最小二乘残差法,提出了一种扩展的最小二乘算法—"全局最小二乘法",用以提高RAIM算法的可靠性;给出了基于该种算法下的RAIM解算模型。同时利用IGS站的实测数据进行计算分析,验证了该算法的可用性。

基于梯度场的紧致差分最小二乘面形重建算法

为快速准确根据测得的梯度场重建表面面形,针对基于最小二乘全局积分的重建技术,采用紧致差分算子建立全局最优化的代价函数以提高重建精度,将代价函数表示为Sylvester方程,利用Hessenberg-Schur算法求解,将常用最小二乘全局积分技术的空间和时间复杂度分别从O (N2)和O (N3)降低到O(N)和O(N3/2)。实验结果表明:采用四阶精度的紧致差分算子时,文中算法重建精度比高阶截断误差最小二乘积分法(HFLI)和全局最小二乘法(GLS)提高了一个数量级,采用六阶精度的紧致差分算子时重建精度比基于样条的最小二乘积分法(SLI)提高了一个数量级;鲁棒性优于GLS,弱于HFLI和SLI;重建速度显著优于HFLI和SLI,略优于GLS。

一种基于ARMA模型的目标极点提取新方法

针对传统极点提取算法需要确定目标后时响应起点的不足,本文提出了一种提取目标极点的新方法,该方法使用ARMA模型逼近整个目标响应,并利用全局最小二乘技术求解模型参数获取目标极点。基于实测细导线和有限长柱体散射场数据的处理结果表明,本文新方法较之KT法和矩阵束法具有更高的极点提取精度。

直流侧电压波动对MMC的环流影响机理分析及抑制方法

在基于模块化多电平换流器(MMC)的直流配电系统中,直流母线电压波动会在换流器内部激发环流。为了研究环流产生的机理,结合开关函数,对子模块电压波动和内部环流进行数学推导,得出环流幅值和频率的传导规律,并给出环流的解析表达式。为消除此环流的影响,基于快速全局最小二乘子空间旋转不变(TLS-ESPRIT)和比例积分-矢量比例积分(PI-VPI)设计了一种自适应环流抑制控制器。通过改变MMC调制函数来调节桥臂电压,使其跟随直流母线电压波动,从而实现环流抑制。在MATLAB/Simulink平台上进行仿真,结果验证了直流电压波动对MMC的影响机理的正确性,且所提控制策略将环流幅值抑制到原幅值的3.2%~4.5%。

使用局部大气光的单幅图像去雾算法

针对传统算法去雾后图像偏暗的问题,根据去雾后图像对比度和亮度均应该增加的标准提出了一种高亮度和对比度的去雾算法。首先依据大气光与复原图像亮度成反比事实,设置像素红绿蓝(RGB)三个颜色分量均值为局部级粗糙大气光,使用具有较好抑制光晕效应的半全局加权最小二乘算法优化获取局部级大气光;然后根据去雾图像方差与大气透射率成反比事实,使用基于像素最小颜色分量的大气散射函数计算粗糙透射率,然后使用局部均值滤波器优化透射率;最后结合雾天成像模型恢复无雾图像。实验结果表明所提算法去雾图像的梯度、亮度和速度等客观指标均优于传统算法,其中亮度最少增强1.5倍。所提算法能提高去雾图像亮度、丰富图像细节和提高去雾速度,具有较好的工程应用价值。

面向量测的m-最优N扫描多假设跟踪方法

为解决联合概率数据互联只能跟踪已知数目目标和互联模糊,以及传统多假设跟踪算法生成假设数目随时间积累呈指数增长问题。提出一种面向量测m-最优假设N扫描MHT方法。首先,在每一假设下生成m-最优假设,在每帧产生既定数目最优及次优假设;然后,通过N宽度滑窗产生最优可行假设,完成数据互联,并分别使用两点差分线性法和全局最小二乘估计完成单个新目标和多个新目标航迹起始。仿真结果表明,该方法与MHT-DAM算法相比较,获得了跟踪性能和运算时间上的平衡。

TLS唯方位辐射源目标定位

针对单站无源二维固定目标唯方位定位问题引入了TLS估计法.首先分析了常用的LS估计算法的不足,针对存在的问题引入了TLS算法.该方法简化并减小了系统矩阵误差和数据误差.MonteCarlo仿真分析结果表明TLS算法的估计偏差更小,与LS算法相比,具有较好的性能.

信号稀疏表示下的空域-极化域参数估计

为提高二维波达方向(DOA)和极化参数的估计精度,利用入射电磁波信号在空域分布的稀疏性,提出了一种基于信号稀疏表示的空域-极化域参数估计新方法。首先,利用基于中心共点的偶极子和磁环对阵列接收到的电场分量和磁场分量,构建了不包含极化参数的新的协方差矩阵。然后,将该协方差矩阵矢量化,得到其矢量形式的稀疏表示模型,并通过稀疏重构算法获得了波达方向估计结果。最后,结合电场数据分量与磁场数据分量的互协方差矩阵,构建包含极化参数的矢量化观测数据模型,并采用全局最小二乘法计算得到入射信号的极化参数估计结果。计算机仿真结果表明,本文算法可以有效地估计入射信号的波达方向和极化参数,具有较高的估计精度和较强的角度分辨能力。