基于加权总体最小平方中值法的直线拟合

总体最小二乘法是求解EIV(errors⁃in⁃variables)模型参数的严密数学方法。由于总体最小二乘法不具备抗差性,往往利用稳健估计方法改进算法。目前,大部分稳健总体最小二乘法基于M估计,不能处理粗差个数较多的观测数据,崩溃率低;在观测量较多的情况下,计算量大,不适合处理大量观测值。本文基于中位数的稳健性,同时顾及观测值精度和相关性信息,提出一种加权总体最小平方中值方法。此算法可以和蒙特卡洛方法结合,显著减少计算量。直线拟合实例分析表明,相较基于M估计的稳健总体最小二乘法,本算法崩溃率高、计算快速,且结果更加准确。

油气勘探开发数据体平均值代表性分析

油气勘探开发涉及各类数据体,同一数据体可得多种平均值,目前尚无明确而有效的方法以判断何种平均值能客观反映数据体的典型水平。运用数据统计平均分析方法,对勘探开发实践中的孔隙度、渗透率、产量、成本等数据体进行系统分析,确立了加权中位数计算公式和平衡中位数法则。加权中位数计算公式适于分析不同领域正常有序数据体的基本特征,加权中位数为正常有序数据体的平衡点;平衡中位数法则适于确定有足够大数据容量、能满足统计分析基本要求、能选择合理权衡指标的正常有序数据体的典型水平;有明确物理意义的加权平均值也可确定数据体的典型水平。

基于加权混合滤波和重心法的APIT定位算法

提出了一种基于加权混合滤波与重心法的近似三角形内点测试(APIT)改进定位算法(HFG-APIT).利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度(RSSI)的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法(LSM-RSSI)和APIT定位算法的41. 7%和23. 8%,整体定位性能也优于其他2种算法.