复共线回归模型的病态分离算法

当线性回归模型的设计矩阵复共线时,称其列向量呈现病态.文中提出一种病态分离的交互投影算法,用该算法对复共线的一般线性回归模型作出参数估计,并证明了算法的收敛性.将此算法应用于复共线的线性联立方程模型,同时讨论了这种参数估计的渐近优良性质,并指出此算法的优越性.

基于病态参数分离的机器人运动学标定测量构型优化

针对一种高灵巧性机器人及其连杆参数高敏感性与高定位精度需求,为解决机器人运动学标定随机测量构型存在绝对定位精度低、参数辨识效果及标定结果鲁棒性较差的问题,提出一种病态参数分离与DETMAX-改进差分进化(DETMAX-IDE)算法的机器人运动学标定测量构型分步优化方法。首先,建立机器人位置误差模型。其次,建立一种可观性综合指标,评价不同机器人标定测量构型的总体可观测性和灵敏度。最后,分离机器人运动学位置误差模型的病态参数,建立测量构型优化目标函数和约束条件,提出一种基于DETMAX算法与改进差分进化算法结合的分步迭代优化算法(简称为DETMAX-改进差分进化算法,简写为DETMAX-IDE算法),开展机器人运动学标定测量构型分步迭代优化。通过机器人运动学标定仿真与实验,验证了所提方法的有效性。实验结果表明,与随机测量构型相比,所提方法对应的机器人绝对定位精度的平均值和均方差分别降低了62.09%和62.45%。

线性模型的降维计算与病态分离

In this paper an iterative algorithm of alternating projection between two convex sets is proposed to calculate regression coefficient in linear model. The descent computation and ill-condition seperating of regression coefficient are realized.

病态盲分离情况下的混合矩阵估计研究

在盲信号分离技术中,当混合矩阵是病态情况时,基于信号稀疏性的两步法可用来解决这一问题,而如何估计混合矩阵则是两步法的关键。提出了一种估计混合矩阵的新方法,即通过搜索重构观测信号采样点,每次只需搜索出少数某源信号取值占优的采样点,就可以通过这些采样点处的重构观测信号数据,估计出混合矩阵的某一列。依次类推,可以估计出整个混合矩阵。该方法估计混合矩阵时对源信号的稀疏度要求较低,其实现算法不需优化过程,计算简单,因此其实用性较高。仿真结果表明了该方法有效,有很好的性能。通过大量的仿真试验给出了方法的定量性能分析。

微延迟病态卷积混叠盲源分离的可分性研究

The paper researches separability of blind sources of convolutive mixtures on the assumption that the num-ber of sensors is less than that of sources. When time delay is small, the necessary condition of separability of the ill-conditioned convolutive mixtures is given through transforming blind sources of convolutive mixtures into that of lin-ear mixtures.