基于时变稳健加权最小二乘法的股市收益率预测

提出一类时变参数稳健加权最小二乘法(TRWLS),并将其用于预测标准普尔500指数收益率.该方法将时间相关权重与稳健估计权重相结合,既能捕捉参数时变性,又能降低数据噪声的影响.TRWLS模型组合揭示了经济和统计意义上均显著的收益率可预测性,而且预测能力明显高于普通最小二乘法.TRWLS模型的预测表现也好于传统时变参数模型和稳健回归模型.其预测能力主要来源于时间权重和稳健性权重的互补性以及超参数的学习能力.预测结果在调整多元信息组合方法、权重核函数和验证集长度的情况下均具有稳健性.

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。

基于自适应加权约束最小二乘法的麦克风阵列稳健频率不变波束形成算法

为了解决麦克风阵列通道失配时波束形成算法的稳健性问题,提出一种基于自适应加权约束最小二乘法的麦克风阵列稳健频率不变波束形成算法.该算法在分析无通道失配和通道失配时阵列模型特点基础上,深入研究了通道失配时约束最小二乘频率不变波束形成算法存在的问题及其产生的原因;将麦克风特性的概率密度函数作为稳健因子加入到约束最小二乘频率不变波束形成算法后,其频率不变性的稳健性得到了一定的提高,但稳健性仍较差.为了进一步提高约束最小二乘法频率不变波束形成算法的稳键性,通过定义代价函数中控制频率不变性的动态加权系数来调节旁瓣频谱能量,大大提高了频率不变波束形成算法的稳键性,将频率不变的频带范围内同一到达角度上不同频率所形成的阵列响应的最大值与最小值之比定义为波动误差,并作为比较本文算法与约束最小二乘稳健波束形成算法和minmax稳健波束形成算法在通道失配时频率不变性稳键性的评价指标.算法实例验证结果表明,在麦克风阵列通道失配时,本文算法的波动误差最小、频率不变波束形成稳健性最好,而且适用于任意结构的阵列.

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。

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.

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。

基于正则化约束最小二乘的稳健频率不变波束形成器设计方法

频率不变波束形成器(Frequency invariant beamformer,FIB)在无畸变宽带声信号采集等方面具有重要应用。经典的FIB设计方法通常是在理想的模型条件下提出的,当存在由麦克风的幅度和相位响应不一致性所引起的阵列通道失配误差时,其性能会变差,无法满足实际的设计要求。本文提出了一种基于正则化约束最小二乘的稳健FIB设计方法,有效克服了麦克风阵列通道失配误差对FIB设计性能的影响。该方法适用于任意结构的阵列,并且具有闭式解,无需迭代步骤,计算复杂度较低。仿真实例证明了所提方法的有效性和理论分析的正确性。

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。

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。

基于约束加权最小二乘的多目标等效静力风荷载方法在大跨屋盖中的应用

为计算大跨屋盖多目标等效静力风荷载,采用约束加权最小二乘方法,设基本向量为完全三分量单目标等效静力风荷载,推导了一种完全三分量多目标等效静力风荷载方法。以一个开孔屋盖为例,进行了刚性模型测压风洞试验,研究了该屋盖的单目标和多目标等效静力风荷载。结果表明:单目标和多目标等效静力风荷载的分布形状相似,多目标等效结果大于单目标等效结果;采用单目标等效静力风荷载方法,精确等效节点的等效位移与实际位移完全相等,但其它等效节点的等效位移明显偏离实际位移,最大误差可达72.1%;而完全三分量多目标等效静力风荷载方法下的其它等效节点的等效位移与实际位移相差较小,最大误差仅为6.1%,适合大跨屋盖等效静力风荷载的多目标等效。

附有等式约束的加权总体最小二乘平差方法

等式约束可以充分利用已有的先验信息和观测信息,使参数在满足平差主模型的同时吻合所建立的等式约束先验信息。针对目前附有等式约束的总体最小二乘平差方法都是观测值与系数矩阵独立、等精度的情况,推导了附有随机等式约束和固定等式约束的加权总体最小二乘平差方法的计算公式和精度评定公式,对于附有等式约束的总体最小二乘方法在实际测量数据处理中的应用具有一定的借鉴作用。

等式约束刚性加权最小二乘问题的稳定性扰动(英文)

研究等式约束刚性最小二乘问题.证明了对于刚性问题,约束加权广义逆,约束加权投影和等式约束加权最小二乘问题的扰动是稳定的,当且仅当系数矩阵的扰动满足若干秩等条件.

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。

方差膨胀的稳健加权总体最小二乘点云平面拟合

为了提高平面拟合精度,本文采用总体最小二乘求解平面拟合参数。同时考虑到点云数据中含有的粗差点可能影响点云平面拟合的精度,提出了方差膨胀的稳健加权总体最小二乘。本文通过选取IGG权函数将点云数据分为3段,并引入中位数对IGG权函数进行改进,可以更准确地探测粗差。考虑到点云数据中x、y、z这3个方向的误差并不是等精度,计算了点位的协方差矩阵,使得x、y、z这3个方向的误差分配更加合理。通过实例表明,本文的方法不仅可以消除粗差点的影响,还能减弱可疑点的影响,得到更为准确的平面拟合参数,提高了平面拟合精度。

一种稳健加权总体最小二乘的新方法

在测绘地理信息实践中，可能会遇到系数矩阵含有误差的情况，如果此时采用传统的最小二乘（LS）方法进行参数估计显然是不恰当的。为了弥补这个缺陷，在顾及权阵的前提下，采用同时考虑观测向量和系数矩阵误差的加权总体最小二乘（WTLS）方法被认为是更可取的。然而，该方法虽然考虑了系数矩阵存在误差的情况，但对于观测向量和系数矩阵中均可能存在的粗差却没有考虑，致使结果较大地偏离真实值。本文研究加权总体最小二乘的抗差估计方法，并将该方法成功应用在测绘地理信息学科的两个相关方面。

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。

基于约束模态匹配-加权最小二乘的区域有源噪声控制

在区域存在源控制问题中,在目标区域产生大的降噪量的同时还需要控制次级声源阵列尽量不在其他区域内产生不必要的噪声增加。在实际应用中,可用的次级声源数目和能量都是有限的,如何充分利用有限的资源来最优化控制效果是一大难点。本文提出了一种结合加权最小二乘指向性声场控制算法和约束下的模态匹配次级声源布放优化算法的新有源控制算法。相比于传统均匀布放次级声源阵列的有源控制算法,新算法添加了约束区域并用模态匹配算法进行了次级声源优化布放。仿真显示,相比均匀布放次级源阵列的控制算法,新算法在目标区域获得了更好的降噪效果,并且在约束区域有着更少的噪声增加。

稳健加权整体最小二乘法在GPS高程拟合中的应用

由于GPS测量技术获取的大地高与国家采用的正常高之间存在高程异常的问题,为此,通常采用高程拟合的方式进行高程异常的计算,从而将大地高转换为正常高。针对采用加权整体最小二乘法估计GPS高程拟合中的多项式系数时,并没有考虑到观测数据中可能存在粗差的情况。采用稳健加权整体最小二乘法求解GPS高程平面拟合参数,并与最小二乘法、加权整体最小二乘法和稳健最小二乘法的结果进行对比,结果表明稳健加权整体最小二乘法的平面拟合结果最优。