基于TDOA移动定位中的约束加权最小二乘算法

自 E -911定位需求颁布以来 ,移动台定位技术在国内外受到了高度的重视和深入研究。本文主要对无线定位中基于 TDOA的一种约束加权最小二乘算法进行了研究。该算法通过引用一个中间变量重组非线性方程组为线性方程组 ,然后利用加权最小二乘算法对该方程组进行求解 ,得到移动台的第一次位置估计值 ,根据得到的估计位置以及他们之间的内在联系 ,并引入拉格朗日乘数因子重新建立一个方程来对第一次估计进行修正 ,求解出符合条件的拉格朗日乘数因子 ,从而得到第二次位置估计值。仿真结果表明在一定的噪声环境中约束加权最小二乘算法能够达到克拉美罗下限 ,取得了较好的定位效果。

一种约束鲁棒加权最小二乘静默定位算法

水下静默定位算法是一种具有高度隐蔽性的被动定位算法,仅通过接收来自参考节点的定位信号,目标节点即可完成对自身的定位,且各节点间无须保持时钟同步。针对传统水下静默定位算法定位精度低和对测量噪声鲁棒性较差的问题,本文提出一种结合卡尔曼滤波的约束稳健加权最小二乘算法。该算法首先将目标节点和参考节点之间的距离作为辅助变量,将静默定位问题转换为二次规划问题,并利用辅助变量与目标节点坐标之间隐含的相关性对方程加以约束。其次,为减小测距误差的影响,利用IGG3权函数对观测数据进行稳健加权处理,通过迭代平差法,不断降低噪声较大观测数据的所占权值,从而减小了观测信息中的噪声对定位精度的影响。然后,通过引入拉格朗日乘子法和广义奇异值分解对目标函数进行求解,得到目标节点位置的解析表达式。最后,为充分利用观测量,在水下目标节点的动态定位中估计出位置后,利用状态变量的连续性,对其进行卡尔曼滤波以进一步提高定位精度。仿真及海试结果表明,在水下测量噪声较大的情况下,相比于经典最小二乘算法,本文所提出的约束稳健加权最小二乘算法定位精度更高且该算法对测距误差具有更好的鲁棒性。

加权最小二乘联合遗传算法的无源定位

针对复杂环境下运动通信辐射源的无源定位,闭式解方法对于时频差模型中的测量噪声敏感且存在定位均方根误差较大问题.为了改善大观测误差下的定位性能,本文提出一种加权最小二乘联合遗传算法的递推式混合TDOA/FDOA定位方法.该方法首先利用已知站点观测大量时频差数据并建立误差模型,基于模型对定位过程中的多组时频差序列进行数据处理;其次通过加权最小二乘求解目标位置的初始值;然后采用改进的遗传算法在初始值的基础上通过多组时频差序列不断迭代、递推求解,修正位置坐标;最后利用位置估计和频差模型完成对目标速度估计.仿真结果表明,本文定位算法相比于经典两步加权最小二乘法具有更低的均方根误差,在大观测误差下能保持较高精度.同时相比于其他混合定位算法收敛速度快,可以有效减少计算量.

基于软约束模式的加权最小二乘节点定位算法

当节点初始坐标精度较差时,大多数基于负梯度搜索的最小二乘类迭代定位算法容易陷入局部最优,产生较大的定位误差。作者通过引入网络部署时先验的限制性条件,提出了一种基于软约束模式的加权最小二乘节点定位算法(SCLS)。该算法根据2跳邻居节点间必须满足的最小和最大测距限制性条件,在加权最小二乘优化代价函数中引入惩罚项,迫使负梯度搜索往节点真实位置方向前进,从而提高定位算法精度。仿真实验结果显示,SCLS定位算法精度明显优于经典加权最小二乘定位算法。在测距误差较大或节点初始坐标精度较低情况下,SCLS算法具有良好鲁棒性。

多变量系统混合加权最小二乘约束稳定预测控制算法研究

单变量混合加权最小二乘(MWLS)稳定预测控制算法具有在线计算量少、闭环系统稳定以及处理存在不可行解的情况等优点。但是在实际工业控制过程中,许多化工过程都是多变量的。因此,在此基础上,针对多输入多输出系统,研究了MWLS算法,并进行了仿真研究,仿真结果证实了该算法的可行性。

水下基于层级的约束加权最小二乘时差定位

针对距离无关定位算法与距离相关定位算法中定位精度的问题,分析了误差对定位性能的影响及影响误差的因素,在最小二乘定位算法的基础上,提出了一种基于层级结构的约束加权最小二乘时差定位算法。该算法利用AUV(Autonomous Underwater Vehicle)对水下节点进行分层,使得具有层级和深度信息的信标节点升降至未知节点所在平面,从而将三维定位转换为二维定位,降低了算法的复杂度,同时避免了距离未知节点较远的信标节点对定位的影响,提高了测距精度,使定位误差进一步降低。仿真结果表明,该算法在位置误差较小的情况下,可以明显地提高定位精度。

利用约束加权最小二乘的单站外辐射源时差定位算法

针对利用单个观测接收站接收数个外辐射源信号进行目标定位过程中,传统解析定位算法估计精度不够理想的问题,提出了一种利用约束加权最小二乘(CWLS)到达时差的定位算法。首先将目标到观测接收站的距离作为冗余参量,实现时差观测方程的线性化,然后根据目标到观测接收站的距离与目标位置之间的函数关系,建立为CWLS定位模型,并采用拉格朗日乘子式(Lagrange multiplier)求解该类带约束条件的CWLS问题。同时,还推导了相应的克拉美罗界(CRLB)和理论误差。通过仿真实验和分析可以表明,在存在测量误差的情况下,本文提出的新算法仍然能够逼近CRLB,且与解析方法相比,具有较好的定位精度。

非负最小二乘约束的加权贝叶斯反演算法研究

在多角度动态光散射纳米颗粒粒度分析反演算法中,加权贝叶斯算法具有较好的抗噪性能,然而初值敏感、耗时长等缺点限制了其广泛应用,本文提出非负最小二乘约束下的加权贝叶斯反演算法,利用非负最小二乘法的计算结果作为加权贝叶斯算法先验初值,并限制中值粒径和峰宽的寻优.对不同分布宽度的单峰颗粒系统在不同噪声下进行数据模拟,发现无论是宽分布还是窄分布的单峰颗粒系统,非负最小二乘约束的加权贝叶斯算法都可以显著提升迭代收敛速度和抗噪性能,在大噪声时收敛速度提升8倍以上且保证分布误差在0.0709以内.实验结果证明本文算法能很好地应用于多角度动态光散射的粒度分析.

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas-tSquares,CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍然能达到克拉美罗下限。

基于最小二乘原理的多传感器加权融合算法

以存在随机扰动环境中的不同参数多传感器为研究对象 ,基于最小二乘原理 ,提出了一种加权融合算法 ,推导出各传感器的权系数与测量方差的关系。并且根据测量信息 ,提出了一种方差估计学习算法 ,实现对各传感器测量方差的估计 ,从而对各传感器的权值进行合理的分配。该算法简单 ,能快速。

基于不等式约束的最小二乘法三维电阻率反演及其算法优化

基于光滑约束的最小二乘法是三维电阻率反演的主要方法,但该方法在某些情况下存在着多解性较强的问题,且普遍耗时较长,严重制约了三维反演方法的推广与发展.为改善上述问题,将表征模型参数变化范围的不等式约束作为先验信息引入最小二乘线性反演方法中,有效地改善了反演结果的精度,降低了反演的多解性问题.为了解决耗时较长的问题,基于预条件共轭梯度(PCG)算法和Cholesky分解法的特点提出了一套优化三维电阻率反演计算效率的计算方案.在该方案中,Cholesky分解法被用来求解敏感度矩阵计算中的多个点源场的正演问题,Cholesky分解法只需对总体系数矩阵进行一次分解,然后对不同的右端向量进行回代即可.将预条件共轭梯度法引入到三维电阻率反演方程的求解中,将雅可比迭代中的对角阵作为预处理矩阵,其具有求逆方便、无需内存空间的特点,有效地加快了收敛速度.对合成数据以及实测数据的反演算例表明,借助不等式约束和反演效率优化方案,最小二乘反演方法可得到较为精确的反演结果,有效地提高了反演计算效率,具有良好的推广前景.

基于约束总体最小二乘算法的接地网故障诊断新模型

针对变电站接地网实际敷设情况往往与施工图纸有所出入、可能造成诊断结果具有较大误差的情况,在传统电路诊断模型的基础上考虑了接地网腐蚀特性,即地理位置越接近的导体被腐蚀的程度越相近,并提出局部差异性腐蚀指标表示支路电阻腐蚀倍数的相近程度,从而建立了接地网故障诊断的增广线性模型,同时运用基于奇异值分解法分解的最佳降秩逼近定理解决模型中方程组等式两端的不相容性.为校正诊断模型中存在的扰动对诊断结果的影响,采用了基于约束总体最小二乘算法的优化算法,对明晰支路和模糊支路分别迭代,在已知设计模型与实际支路敷设有偏差的情况下得出了较为满意的解.仿真计算结果验证了所提方法的正确性和有效性.

基于约束加权最小二乘的无源定位闭式解算方法

针对无源定位问题中可进行伪线性处理的观测方程,提出一种基于约束加权最小二乘的无源定位闭式解算的理论框架。首先,在不限定定位观测量情况下,建立基于约束加权最小二乘的定位模型,推导其无约束最优化形式;然后,只需通过广义特征值分解即可实现辐射源状态估计并给出其解析表达式,并在此基础上证明了该闭式解的全局最优性和减小定位偏差的特性;最后,将该理论框架应用于到达角(angle of arrival,AOA)/到达时间差(time difference of arrival,TDOA)联合定位场景,验证了其有效性。仿真结果表明,所提算法定位精度能够逼近克拉美-罗下限(Cramer-Rao low bound,CRLB),定位偏差明显小于加权最小二乘算法,尤其在连续定位时间较短,噪声强度较大等情况下,验证了所提理论框架的优越性。

基于时间差分和局部加权偏最小二乘算法的过程自适应软测量建模

工业过程软测量模型常常因为过程的变量漂移、非线性和时变等问题而使得预测性能下降。因此,时间差分已被应用于解决过程变量漂移问题。但是,时间差分框架下的全局模型往往不能很好地描述过程非线性和时变等特性。为此,提出了一种融合时间差分模型和局部加权偏最小二乘算法的自适应软测量建模方法。时间差分模型可以大大减少过程变量漂移的影响,而局部加权偏最小二乘算法作为一种即时学习方法,可以有效解决过程非线性和时变问题。该方法的有效性在数值例子和工业过程实例中得到了有效验证。

基于加权最小二乘优化的DV-HOP定位算法

确定事件发生的传感器节点位置是大多数无线传感网络应用场景中不可缺失的一部分。目前,在资源受限的无线传感网络中设计高精度定位算法仍是一个极具挑战性问题。为此,深入分析了DV-HOP算法中误差产生的原因,提出一种改进的DV-HOP算法。该算法为了降低计算所带来的固有误差,估算坐标时采用不直接对估算方程进行平方的方法;此外,为了进一步降低误差,采用了加权最小二乘法进行坐标估算;最后,采用理论分析的方法对算法进行了误差分析。仿真结果表明改进的算法与传统DV-HOP算法及文献[16-17]中的算法相比定位精度得到明显改善,分别提高了40%、28%和15%。

加权约束最小二乘法计算等效静力风荷载

基于平均风压与脉动风压根方差相组合的分布模式,利用加权约束最小二乘优化方法计算等效静力风荷载,在计算时通过约束条件来限制等效荷载的大小,并通过引入权值因子确保等效荷载作用下典型响应的正确性.算例分析结果表明,该方法可用于计算大跨结构的多个目标峰值响应,克服了传统方法仅能等效单个响应的缺陷,对绝对值较大的目标响应等效精度较高,并且典型响应的等效精度要大于一般响应;同时可以有效控制等效荷载的大小,计算得到的等效荷载变化比较均匀,没有出现风压大小及方向剧烈变化的情况.

递推加权最小二乘算法的研究

通常在使用递推加权最小二乘算法时,需要设计矩阵列满秩。从极限理论的角度出发,对设计矩阵列不满秩时加权最小二乘估计的递推算法进行了理论证明和分析,得出了在任意第n步,未知参数估计值收敛于由前n组数据所决定的极小范数加权最小二乘解,并且此解是唯一的,仿真结果同样验证了该结论的正确性。

基于约束加权最小二乘的多站无源定位

针对传统加权最小二乘算法在噪声较大时会出现门限效应的问题。本文将约束加权最小二乘算法应用于多站无源定位,分别提出了基于多站时差定位的约束加权最小二乘算法以及基于时差频差联合定位的约束加权最小二乘算法。算法首先将非线性观测方程转化为两个伪线性方程,然后对伪线性方程加入限制条件,得到目标位置。仿真实验表明,与经典加权最小二乘算法及其改进算法相比,新算法在计算量增大不多的情况下扩展了适用范围,当噪声超过门限值时依然能获得较高的定位精度。新算法对噪声具有较强的鲁棒性,能有效克服门限效应带来的影响。

三维非线性基准转换的加权和加约束总体最小二乘解算模型

介绍三维空间坐标非线性转换的加权总体最小二乘(WTLS)和加约束总体最小二乘(CTLS)解算模型。以方向余弦为未知参数,旋转矩阵的正交性为约束条件,由于转换模型的系数矩阵和观测向量都是可能存在误差的随机量,因此采用WTLS和CTLS方法进行计算。通过模拟和实测数据的计算分析,验证了该方法的有效性,解算的转换参数精度得到提高。

融合正交几何信息的非线性等式约束整体最小二乘平差及迭代算法

正交距离最小二乘和加权整体最小二乘是解自变量含误差拟合问题的两种独立准则。加权整体最小二乘与正交距离最小二乘不同,它不考虑测量点与拟合点之间的连线垂直于拟合对象的几何信息,不能确保测量点到拟合对象的距离的平方和为极小值。针对该问题,本文将正交几何信息作为约束条件融入加权整体最小二乘,提出一种约束方程带有误差改正数的非线性等式约束整体最小二乘平差法。首先,把加权整体最小二乘平差的函数式看作是非线性方程,连同正交几何约束方程一并线性化,得到线性的平差函数方程;然后,采用拉格朗日乘数法推导其参数估计及精度评定公式,并给出迭代计算算法;最后,以平面直线拟合为例,对本文方法和计算算法进行验证。试验结果表明:①本文方法和算法具有可行性;②与加权最小二乘和加权整体最小二乘相比,本文方法计算的测量点到拟合直线的垂直距离平方和最小;③本文方法计算的测量点到拟合直线的距离与测量点到拟合点的距离相等。