一种线性最小二乘法的声源目标精确定位方法

在分析了声音能量距离衰减模型的基础上,提出了一种声源发射能量未知下的声源目标位置精确定位计算方法。将声音能量定位模型转化为非约束线性最小二乘法估计问题,其定位结果直接用代数解表示。同时对非约束线性最小二乘法下的参数进一步优化,提出了约束线性最小二乘法以提高定位精度。对信标节点位置坐标存在高斯噪声下的定位计算方法进行了改进以减少定位误差。仿真验证了该定位计算方法的有效性,数值模拟了不同观测信号噪声和信标节点位置噪声对定位误差的影响。结果同时表明,约束线性最小二乘法比非约束线性最小二乘法的定位误差更小,更接近于定位误差的克拉美罗下界值。

基于改进型非线性最小二乘法的作物模型隐含参数估计

为了使作物生长模型中的参数最优化,提出了一种改进型非线性最小二乘法在作物生长模型中隐含参数估计的应用技术,针对多目标项的情况提出了权矩阵的自动计算方法。通过良好的人机交互界面,使得该方法更精确、更有效、更方便。实验表明:用该方法对作物模型进行参数优化后,再对番茄生长的动态过程进行仿真,对模拟值和实测值进行比较,两者拟合程度很好。

线性最小二乘法的RSSI定位精确计算方法

基于接收信号强度指示(RSSI)定位模型,提出了一种目标节点位置的精确计算方法。将RSSI定位问题所描述的非线性优化函数转化为线性最小二乘法估计问题,将定位结果直接用代数解表示。分别提出了目标节点信号发射强度已知和未知下的非约束线性最小二乘(ULLS)定位方法。同时对非约束线性最小二乘法下的参数进一步优化,提出了约束线性最小二乘法以提高定位精度。仿真验证了该定位计算方法的有效性,测试了不同信号强度噪声对定位误差的影响。结果同时表明,约束线性最小二乘法比非约束线性最小二乘法的定位误差更小,非常接近于定位结果的克拉美罗下界值(CRLB)。

采用非线性最小二乘法实现圆环天线阵的方向图综合

为使阵列天线获得圆对称方向图,通常采用环阵的排列方式。本文研究了圆环阵列天线的特殊方向图综合方法,文中采用非线性最小二乘法对影响天线方向图的诸多参数,如单元的幅度和相位、单元间距以及单元在阵中的位置进行了优化设计,使阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

利用约束线性最小二乘法实现合肥光源束流闭轨全环校正和反馈

由于存在各种非理想因素,束流在储存环中的闭轨会发生畸变。对束流闭轨畸变进行校正的方法较多,目前合肥光源(HLS)采用奇异值分解(SVD)法进行束流闭轨的全环校正和反馈。针对SVD法不足之处,采用约束线性最小二乘法(CLLS)来改进HLS束流闭轨的全环校正和反馈。介绍了束流闭轨畸变校正的理论,着重介绍应用CLLS对HLS储存环束流闭轨畸变进行全环校正和反馈,并给出运行结果。结果显示,利用CLLS后,HLS敏感实验线站的束流轨道稳定性和重复性得到明显改善。

双频阵列天线方向图的非线性最小二乘法综合

研究了一种20GHz和30GHz双频六角形阵列天线方向图的综合方法。采用了非线性最小二乘法对影响天线方向图的诸多参数,如单元的幅度和相位、单元间距以及单元在阵中的位置进行了优化设计,以使双频阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

基于均匀设计及非线性偏最小二乘法的非闭合电极ECT传感器参数优化设计

提出了一种非闭合电极电容层析成像(ECT)传感器结构参数的优化方法。采用均匀设计结合非线性偏最小二乘(NPLS)回归,提取传感器结构参数(电极极板的宽度 l、绝缘外壳的壁厚δ_1、屏蔽罩与绝缘外壳间距δ_2及绝缘外壳材料的相对介电常数ε)与待优化指标(敏感场的均匀度及灵敏度指标 p′、最大与最小电容的比值 K)间的函数关系,建立相应的优化目标泛函,通过对优化目标泛函的求解,最终获得传感器结构参数的最优值。并以10电极非闭合电极 ECT 传感器为研究对象,进行了结构参数的优化设计,根据优化结果设计制作了非闭合电极 ECT 传感器,对其成像进行了仿真与实测。结果表明,参数优化后的传感器图像重建质量优于未优化的传感器。

精确的炮弹定位方法——非线性最小二乘法

利用非线性最小二乘法建立模型 ,用 MATLAB求解并进行灵敏度分析 .得到炮弹精确的坐标位置 .

压电材料复参数的非线性最小二乘法估计

将压电材料参数作为复数考虑,对分析压电材料性能有着实际意义。该文从曲线拟合的思想出发,运用非线性最小二乘法(高斯-牛顿法)来估计压电材料复参数,仿真结果显示,估计值与真实值比较接近,算法的收敛性较强,是压电参数测量的一个实用方法。

采用非线性最小二乘法实现双频圆形天线阵的方向图综合

研究了20GHz和30GHz双频段圆环阵列天线的方向图综合方法。采用了非线性最小二乘法对影响天线方向图的诸多参数,如单元的幅度和相位、单元间距以及单元在阵中的位置进行优化设计,以使双频段阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

超高层建筑气动参数识别的分段线性化-最小二乘法

柔性超高层建筑在强风作用下会产生气动反馈效应,在结构振动分析中通常通过附加的非线性/线性气动阻尼和气动刚度来考虑其影响。因此,提出了一种用于此类非线性系统识别的谐波分段线性化-最小二乘回归方法。该方法不但可以识别灰箱系统,即已知典型非线性振动系统方程,仅需识别其系统参数,还可以识别黑箱系统,即非线性振动系统的方程和参数均未知。该方法首先把非线性振动系统视为分段的线性振动系统并识别出时变的阻尼比,然后根据最小二乘回归分析获得阻尼比与时间或振幅的关系表达式,最终建立其非线性振动方程。最后,以492m的上海环球金融中心为研究对象进行了气动弹性模型振动测量风洞试验,首先采用随机减量法对横风向振动位移响应进行处理获得其自由振动响应,然后应用谐波分段线性化-最小二乘法识别其横风向非线性/线性气动阻尼比和气动刚度,并讨论了其平均气动阻尼比(线性)、气动刚度、非线性气动参数随风速的变化情况。研究结果表明:该方法对识别柔性超高层建筑在强风作用下的此类非线性振动黑箱系统是可行的。

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)。

基于最小二乘的阵风响应非线性降阶模型研究

阵风是大气中一种强度较大的风扰动。降阶模型是解决阵风响应CFD数值模拟计算成本高和周期长的有效手段。针对阵风响应的高效高精度计算分析需求,基于非定常CFD数值模拟和本征正交分解并行方法,研究发展了基于物理的非线性最小二乘法阵风响应非线性预测降阶模型,采用亚声速和跨声速算例进行了验证。阵风响应非线性降阶模型预测结果与CFD非定常计算结果的对比分析表明:该模型具有可靠的计算精度和较高的效率,适合用于飞机设计所需的阵风精确高效快速分析。

采用非线性最小二乘法实现六边形天线阵的方向图综合

为使阵列天线获得圆对称方向图 ,通常采用环阵的排列方式。文章研究了六边形环阵列天线的特殊方向图综合方法。文中采用非线性最小二乘法对影响天线方向图的诸多参数 ,如单元的幅度和相位、单元间距以及单元在阵中的位置等 ,进行了优化设计 ,以使阵列方向图在最小二乘意义上逼近预先给定的理想方向图。仿真结果表明该方法可行、有效。

采用非线性最小二乘法的超级电容等效电路模型参数辨识

针对电动汽车混合储能系统中超级电容在传统模型参数辨识中误差较大、不利于估计其工作状态和进行系统能量管理的问题,提出了一种采用非线性最小二乘法的等效电路模型参数辨识方法。为了精确表征超级电容内部电荷再分配过程及其端电压特性,减小模型误差,该方法首先在超级电容三分支等效电路模型的基础上,分析超级电容充、放电过程中内部的电荷再分配过程;然后,利用粒子群算法分段辨识得到模型参数初值;最后,在所得模型参数初值的基础上采用基于信赖域的非线性最小二乘法对模型参数进行优化。采用超级电容进行多组恒流充、放电实验,结果表明,在不同充、放电条件下,模型计算的端电压与对应实验测试端电压的平均绝对百分误差均在0.5%以内,由此验证了基于非线性最小二乘法参数辨识的有效性和准确性。

基于非线性最小二乘法的热电厂状态估计

目前,状态估计技术广泛运用于以数学、控制工程和自动化为基础理论的各个行业中。为了解决热电系统运行参数采集过程中出现的数据不全、精度不高、数据不和谐和出现坏点的问题,对状态估计技术在热电系统中的应用进行了研究,提出了一套以非线性最小二乘法为基础的状态估计算法,并进行了实例分析。研究结果表明,通过运用状态估计技术可以补平采集数据的缺失点,提高数据采集精度,节省采集终端投资和项目工程实施量,保障后续高级软件对热电系统分析评估的可靠性。

X射线光电子能谱复杂谱图的非线性最小二乘法分析案例

X射线光电子能谱(XPS)是材料表面分析表征最常用的测试手段之一,然而由于XPS数据处理过程中往往会带入主观因素,其数据分析往往是一个难题。本文重点报道了XPS复杂数据分析的处理方法和案例,首先总结了非线性最小二乘法(NLLSF)分析XPS复杂谱图的适用范围;随后根据谱峰重叠的类型对实际测试分析过程中遇到的复杂数据进行了汇总、分析和归类。数据分析结果表明NLLSF方法可轻松快速扣除其他谱峰的干扰,获得了更为可靠的样品表面分析结果。在找到合适参考谱图的前提下,NLLSF方法为XPS复杂数据的准确分析提供了更多可能,在XPS的定性定量分析研究领域具有十分广阔的应用前景。

基于模糊聚类与非线性最小二乘法的径向基网络设计

针对径向基网络构造的关键,径向基函数中心位置的合理选取,利用改进的模糊聚类法给出了径向基网络中心的选择算法,并在此基础上结合非线性最小二乘法,提出了一种新的网络递推学习算法。这种学习算法充分利用径向基网络的二次信息,迭代地确定径向基函数的中心位置和网络的权系数。通过运用于泵站特性曲面的拟合,证明了该算法是行之有效的.

指数混合模型非线性最小二乘法的参数分辨率探讨

文章以两分量指数衰减模型为例,给出求解模型参数非线性最小二乘法分辨率的定义。为衡量此类相近信号能否分开提供一个标准,也为评价非线性最小二乘法在估计此模型准确度的度量提供一个新方法。实验表明:信噪比越大,参数分辨率精度越高;均匀取点比均匀对数取点得到更好的参数估计;固定信噪比时,在合适样本区间和样本数量下,局部分辨率与整体分辨率是一致的;参数分辨率与噪声的四分之一次方满足正线性关系。

非线性最小二乘法在金刚石研磨振动信号处理中的应用

将金刚石研磨时采集得到的振动数据拟合为假设多谐波叠加形式的问题转化为非线性最小二乘法计算问题,运用小波包分解重构和FFT变换来确定谐波初值,再通过Gauss—Newton非线性迭代算法进行求解计算,确定谐波参数模型。通过对金刚石研磨实际加工信号的处理,表明此方法能够较为准确的拟合出假设的谐波形式,为判断金刚石研磨振动与研磨质量之间的关系提供了有力的依据。