数模混合二维相控阵雷达远场收发校准方法研究

本文提出了一种基于最小系统设计准则的数模混合二维相控阵雷达远场收发校准方法,给出了实现流程、数据分析过程和实测结果。方向图的实测结果显示本文提出的校准方法得到的收发方向图主要技术指标良好且均满足使用要求,在实际工程中具有较好的操作性和推广性。

麦克风阵列幅相误差校准的最小二乘系统辨识研究

阵列幅相误差显著降低了麦克风阵列的声源定位算法性能,研究了一种麦克风阵列幅相误差有源宽带近场校准方法。该方法采用一个校准源,线性正弦扫频信号作为激励信号,它先对阵列接受到的信号进行幅值和相位补偿,以阵列中的一个阵元作为参考阵元,把参考阵元与待校准阵元当作单输入单输出线性系统,然后通过递推最小二乘(RLS)系统辨识算法获得用于通道校准的FIR滤波器。用三维声强探头阵列进行校准和声源定位实验,验证了所提出的校准方法实用有效。

基于最小二乘法的数据采集仪电压校准系数提取方法

针对传统线性校准系数只适应开放性操作不适用于黑匣子采集模式的电压数据校准,且只能使用通过原点的直线获得校准系数,不能消除非线性误差的问题,提出了基于最小二乘法的数据采集仪电压校准系数提取方法。该方法采用最小二乘法原理建立与所有参数点相关的数学模型,将数学模型的系数作为电压曲线的校准参数。实验验证表明,利用该系数建立的数学模型与参数点相关性很好,可有效消除非线性误差,校准后的电压数据更接近于实际真值,激活段的数据准确率可以提高20%以上。

最小二乘法压差传感器原位校准

针对喷管摆动试验中压差传感器输出数据处理较复杂,导致摆动力矩计算不准确的问题,开展了压差传感器原位校准技术研究,并采用最小二乘法对校准数据进行处理,修正了压差传感器输出数据的处理公式,提高了喷管摆动力矩计算精度。阐述了压差传感器原位校准方法及最小二乘法在压差传感器校准中的应用,与原有公式计算结果相比,校准后压差传感器输出数据计算精度提高了56.88%。

基于带约束最小二乘的超短基线安装偏差校准

超短基线定位系统近年来在海洋开发、河道及港口建设等领域得到了广泛应用。为实现其高精度的定位功能,需要在使用前对其进行精确校准。针对超短基线安装偏差校准问题,提出应用带约束最小二乘法来求解,并且在该校准方法的基础上,针对存在声速测量误差的情况,提出相应的处理方法。仿真结果表明,带约束最小二乘法适用于超短基线校准,并且具有一定的抗误差能力;当系统存在声速测量误差时,本文的处理方法仍有效。本文的研究结果可为超短基线安装偏差的精确校准提供参考。

最小二乘法在热电偶热电势校准中的应用

在热电偶的实际应用过程中,分度点往往需要根据校准点用高阶多项式进行拟合求得。本文首先确定最优的多项式拟合阶次,同时鉴于目前国际上对校准结果表示的规范化要求,每一个校准结果都有一个不确定度与之相对应,本文对最优的多项式拟合结果的不确定度进行了评定。

有序子集最小二乘OS-LS图像重建迭代算法

为推导一种新的快速图像迭代重建方法,首先将有序子集(orderedsubsets,OS)技术应用到最小二乘图像重建迭代算法(leastsquarereconstruction,LS);然后对仿真Phantom模型数据和实际医用正电子发射断层成像仪(PET)数据进行重建,并研究了在不同子集划分下的重建结果,同时分析比较了不同子集的选取对OSLS重建图像质量以及重建收敛速度的影响。重建结果表明,这种基于有序子集的最小二乘图像重建迭代算法(OSLS)具有较高的重建图像质量和较短的计算时间,相对于传统LS算法的重建,OSLS的收敛速度加速了约L倍(L为子集个数),其重建图像质量也好于传统的滤波反投影(FBP)方法的重建,可应用在PET图像重建中。

基于偏最小二乘回归的空气质量数据校准研究

为解决空气质量数据的校准问题,应用偏最小二乘回归分析方法对自建点空气质量数据进行了校准。首先,提取两个主成分,通过做椭圆图对异常数据进行提取和清洗;其次,运用交叉有效性检验确定建模所需主成分个数;最后,利用建立的偏最小二乘回归模型对空气质量数据进行校准和误差分析。校准前后的误差分析表明,偏最小二乘回归模型可有效提高空气质量数据的校准精度。

偏最小二乘回归分析在空气质量监测数据校准中的应用

为了对空气质量监测数据进行合理校准,在对产生误差因素分析的基础上,运用偏最小二乘回归分析理论,建立监测数据校准的数学模型.利用2019年全国大学生数学建模竞赛D题所提供的数据,对模型进行仿真检验.结果表明,偏最小二乘回归分析模型可以有效地对空气质量监测数据进行校准,提高监测数据的精度.

基于最小二乘法的一维定位精度自校准方法

为提高测量仪器的定位精度,采用一维自校准方法来分离仪器的系统误差。该方法利用一个精度小于或等于待校准仪器精度的辅助测量标尺,通过平移得到每个标记点在多个不同位姿时的测量数据。最后,利用自校准算法分离出仪器的系统误差,从而实现一维定位精度的自校准。仿真结果表明:无论是否有随机测量噪声,该算法都能有效地分离出仪器的系统误差。实验研究证实了该算法的有效性。

Excel在线性最小二乘法校准的不确定度评定中的应用

本文介绍了如何利用Excel来完成线性最小二乘法校准的不确定度评定 ,文中给出了计算的公式及电子表格的设计方法 ,只要输入对样品的平行测量次数 p和 p次测量的平均值yobs,即可获得被测溶液浓度的估计值xpred及其标准不确定度u(xpred)。

基于最小二乘法的数据采集控制器系统校准方法

为提高海洋自动气象站精度,将最小二乘法技术应用到数据采集控制器的系统校准中。采用高精度电压源提供精确电压,用数据采集控制器测量高精度电压源提供的电压,同时采用纳伏表测量高精度电压源提供的电压,用最小二乘法求出每个通道的拟合曲线和拟合方程,在此之后的测量结果需要经过此拟合方程进行校准,以便得到更准确的测量值。实验结果表明,测量结果误差大幅减少,测量精度显著提高。

基于偏最小二乘回归的COCOMO模型校准方法

准确的软件成本估算对于实现软件项目的科学管理具有重要意义。COCOMO系列模型是当今实践应用最为广泛的成本估算模型之一。文章针对现有的COCOMO模型参数校准方法只对比例因子和指数因子进行校准的问题,为了更好的实现COCOMO模型本地化,提出了一种基于偏最小二乘回归的参数校准方法,解决了工作量乘数因子的校准问题。采用COCOMO81原始建模数据库对校准后的参数进行验证,结果表明该方法能够明显提升COCOMO模型的估算精度。

基于最小二乘的多旋翼无人机磁力计动态校准

在静态校准的基础上提出一种小角度最小二乘迭代法,实现多旋翼无人机的磁力计动态实时校准.对于电机磁场以及环境磁场的干扰,连续采用最小二乘在小角度下拟合弧线并解算出球心,反复更新球心坐标,实现偏差修正,使多旋翼无人机在空中飞行时能够实时校准磁力计,进一步改善磁力计误差补偿问题.通过仿真和大量实验验证,该方法能有效地追踪零偏,解决多旋翼无人机的磁力计动态校准问题.

卫生检测体系校准函数的加权最小二乘法估计

在卫生检验中,传统的校准方法是图解法和最小二乘法。图解法最简单,用目测即可作出判断,但因主观因素的影响,其准确度较差。最小二乘法克服了图解法的部分缺点,目前应用也最广泛,但该法对各误差平方项是等权的,而使最小二乘法仅适用于检测误差的方差恒定的情况。实际上。

基于加权最小二乘法的干涉图校准方法

针对现有干涉图校准方法的不足,提出了一种基于加权最小二乘法的干涉图校准方法。根据干涉图中标准件边缘与干涉条纹边缘之间的差异,用合适大小的掩模对标准件的边缘进行初步判定和提取,再利用加权最小二乘法对提取出的边缘进行精确定位。通过计算标准件中已知尺寸部分在干涉图中所占据的像素数目,求出每个像素代表的实际距离,完成校准。实验表明,该方法的计算耗时较霍夫变换法减少一半,定位精度小于1个像素,且适用于不同对比度的干涉图,具有很强的实用性。

基于最小二乘法的霍尔电流传感器静态校准

以霍尔电流传感器静态特性校准为目标,提出基于最小二乘法回归数学模型方法来处理采用循环校准方法获得的数据,推导了适合于霍尔电流传感器校准的具体计算过程,得到霍尔电流传感器的静态特性。通过比较标准不确定度分量,获得测试端的最佳配置。

一种用于宽带取样示波器的幅值校准方法

取样示波器采用顺序等效采样原理,可以实现对高速稳定信号进行采样、波形恢复、信号质量分析等,在高速通信、信息对抗等领域有广泛应用。但作为取样示波器核心器件的取样器,采用双肖特基二极管对称结构,因器件、布局布线等非对称性,导致差分输出的两路信号存在偏差等,造成测量波形的不准确。为更加准确地重建被测信号的真实值,提出一种基于最小二乘法的二进制幅值校准方法。通过实验验证,此方法能够准确计算校准系数,实现对幅值的校准,相对误差在1%以内,并且在采样点数较少的情况下仍然适用。结果表明,此方法可以用于宽带取样示波器的幅值校准。

温度敏感涂料校准误差实验研究

温度敏感涂料(Temperature Sensitive Paint, TSP)技术是一种极具潜力的光学测温技术,但其测量精度受到多源误差的影响。校准实验是TSP特性研究和风洞实验的关键而独立的阶段,其误差需要单独考虑。分析并明确了校准实验中的主要误差源,建立了各个误差因素不确定度评估方案。重点分析了校准数据拟合中的误差传递规律,提出了基于误差传播方程的TSP校准误差计算方法。误差源不确定度评估结果表明,通过控制校准实验中相机的工作范围和图像帧平均数量可以有效降低校准误差,进而可为TSP校准实验流程的精细化提供指导。TSP特性曲线误差计算结果表明,TSP校准误差在测温范围内呈现凹形分布,其引起的最大测温误差小于0.4 K;结果可直接用作风洞实验中校准误差的给定依据。

基于最小二乘支持向量机的事件处置案例匹配算法

随着军事信息化、智能化进程不断深化发展,面对突发情况时通常需要在极短时间内完成事件处置方案拟制,因此对事件处置智能化的需求极为急迫。结合Platt scaling概率校准模型,针对非均衡数据分布和多类属输出概率校准拓展问题,对核最小二乘支持向量机模型进行改进,提出一种校准概率最小二乘支持向量机(Calibration Probabilistic Least Squares Support Vector Machine, CPLS-SVM)分类算法;设计一种基于CPLS-SVM算法的事件处置案例匹配方法,提高复杂案例样本环境下的匹配精度;通过构建基于校准概率最小二乘支持向量机,并应用到事件处置实例模拟数据进行仿真实验,验证算法的有效性和性能优势。