位场向下延拓的迭代最小二乘法

将位场向下延拓作为一种反问题,结合正则化方法和快速傅里叶算法的优点,本文提出了一种解决位场向下延拓问题的迭代最小二乘法,新方法将位场向下延拓问题转化为最小二乘问题,采用梯度下降法对最小二乘问题进行迭代求解,在迭代过程中,利用快速傅里叶变换方法解决了计算量大的问题,新方法对延拓数据中的噪声具有很好的抑制作用,利用不合噪声和含有噪声的模型数据对新方法进行了验证,结果表明新方法快速、稳定、抗干扰能力强,向下延拓距离大.

一种基于迭代最小二乘法的精确同步方法

最小二乘拟合鉴相曲线的方法可以实现精确同步,但其对粗同步要求苛刻且不能有效对抗频偏。该文通过分析证明当粗同步误差在前后各半个码片周期内时,最小二乘法的测量值介于零和实际值之间。根据该特性提出基于迭代最小二乘法的精确同步方法,并引入分段相关取模策略,以达到抗频偏效果。理论分析表明该方法能够有效消除噪声的影响,并且在分段长度不大的情况下具有很强的抗频偏能力。仿真结果表明该方法具有很强的抗频偏和抗噪声能力,并且在粗同步误差覆盖前后半个码片范围时依然具有很高的测量精度。

基于贝叶斯测距和迭代最小二乘RSS的定位算法

针对基于接收信号强度(received signal strength,RSS)测距定位框架,提出基于贝叶斯测距和迭代最小二乘定位的RSS的定位算法.在测距阶段,先利用贝叶斯概率模型处理测距过程,并采用最小均方误差(minimum mean square error,MMSE)估计距离;在定位阶段,利用迭代最小二乘(iterative least square,ILS)估计节点的位置,最后重点对其定位性能做了理论分析和对比实验.仿真结果表明,提出的MMSE+ILS定位的方案极大地提高了定位精度,并降低了计算复杂度,但运行时间略有提高.

分数阶系统的迭代最小二乘辨识算法

针对等比例阶次的分数阶系统的特点,提出了一种分数阶系统频域辨识的迭代最小二乘算法,并将运算数据的实部和虚部分离计算引入辨识过程,简化了计算的复杂度。此算法是整数阶系统辨识频域最小二乘算法的推广。通过无噪声和有噪声两种情况下的仿真实验,证明了该算法的有效性。

基于迭代最小二乘的按序串行干扰消除MIMO判决反馈算法

基于迭代最小二乘的按序串行干扰消除MIMO判决反馈算法在应用迭代最小二乘算法得到的前馈数据向量中按序将已检测并判决出的信号进行消除,并将前馈数据向量合并到反馈数据向量中,避免了已判决出的信号对前馈数据向量的干扰,使系统检测性能得到了明显改善。在多散射物的无线通信环境下进行仿真实验,结果表明与传统的采用迭代最小二乘按序判决反馈算法相比,所提算法检测性能提高,误码率显著下降。

用迭代最小二乘法辨识异步电动机漏抗

提出了迭代最小二乘寻优法辨识异步电动机漏抗的数学模型，采用ＭＡＴＬＡＢ语言编写了通用计算程序，估算鼠笼型异步电动机Ｔ型等效电路中的定、转子漏抗。该方法具有较高的计算精度、计算时间短及定、转子漏抗初值的变化对算法精度影响不大的特点。

基于迭代最小二乘的平面标靶点云去噪方法初探

平面标靶在三维激光测量作业中起到公共点的作用,标靶点云数据的有效提取和高效去噪对测量目标的点云数据总体质量影响较大。鉴于此,提出了基于迭代最小二乘的平面拟合方法去除标靶噪声,并以此为基本原理利用MATLAB编写了平面标靶点云去噪程序。实验中,分别采集了方形和黑白扇形两种标靶的点云数据,然后用程序进行了降噪处理。降噪成果分析表明该方法能够有效去除标靶噪声,提高了标靶点云数据的可靠性,为进一步提取平面标靶中心点坐标提供了理论基础。

改进的鲁棒迭代最小二乘平面拟合算法

针对迭代特征值最小二乘法不具备鲁棒性,提出一种改进的统计分析方法,用于含有大量异常点的点云的平面拟合.首先由移动最小二乘法拟合抽样点的近邻域平面,采用最小平方中位数法选择拟合模型,将该模型作为初始模型调用迭代特征值最小二乘法对点集拟合,通过逐渐剔除异常点,不断精炼模型,最终得到较精确的平面模型.此算法克服了一般向后剔除方法的缺点,具有了鲁棒性,且不失原方法的精确性,同时提高了迭代收敛速度.

一种基于UWB TDOA定位模式的迭代最小二乘算法

针对超宽带(ultra wideband,UWB)传感器在到达时间差(time-difference-of-arrival,TDOA)定位模式下的定位算法存在精度低且发散的问题,提出一种简单迭代最小二乘算法。该算法具有公式简单、定位坐标收敛和定位精度高等优点,其主要思想是先将TDOA定位方程通过勾股定理转化为非标准的最小二乘形式,再结合未知变量之间的等式约束关系,将含有2个未知变量的表达式转化为仅含1个未知变量的表达式,最后采用迭代思想计算出UWB标签的收敛坐标。蒙特卡洛仿真实验结果显示,本文算法在大噪声环境下的定位精度明显优于迭代约束加权最小二乘算法。

PAC模型的迭代最小二乘法估计——以居民消费为例

PAC(polynomial adjustment costs)模型的一个重要特征是明确地将对未来事件的预期与由于调整成本而延迟的预期响应分开。这一特征要求利用PAC模型与非结构化的VAR组合预测的预期项估计出的动态调整模型与所利用的PAC模型本身必须一致。本文通过开发以E-QNEWTON算法为核心的迭代的最小二乘法,估计出了满足该一致性条件的PAC模型。将其与简化方法估计的模型进行对比显示:二者所估计的流动性约束家庭占比相似;前者估计的滞后项对消费调整的影响小于后者;它们的预测性能差异不大,前者的预测性能略微劣于后者。

基于最小二乘迭代威布尔分布的三参数估计

威布尔分布因其数学处理的便利性和适应性而被广泛用于描述产品寿命,引入了位置参数的三参数威布尔分布是研究机械零部件可靠性最适合的模型之一,尤其适用于长寿命、高可靠性的产品。三参数威布尔分布的参数估计一直是关注的焦点,本文中提出了一种基于最小二乘的迭代方法对其进行参数估计,将初始位置参数设置为0,使用最小二乘法得到初始形状参数和尺度参数,将其代入位置参数的无偏估计得到新的位置参数,进行多次迭代,在此过程中形状参数和尺度参数逐渐变小,位置参数逐渐变大,最终获得稳定的形状参数、尺度参数和位置参数,即为最终的参数估计值,并计算可靠度为99%的寿命。通过蒙特卡洛(Monte Carlo)仿真证明此方法是收敛的,并在不同的威布尔模型、不同中小样本量(样本量为10、15、20、25和30)下,使用偏差(Bias)和均方差根(RMSE)两个指标与相关系数法进行对比,此方法估计的3个参数及可靠度为99%的寿命更加准确。通过两个实例分析,表明该方法具有可行性和有效性,估计结果与相关系数法相比更加保守,更适于工程应用。

基于迭代加权最小二乘的桥梁动态称重理论与试验研究

目前商用桥梁动态称重系统(weigh-in-motion systems,BWIM)大多基于Moses算法,虽然能高效快速地识别行驶于桥梁的车辆轴重,但轴重识别精度偏低。为解决这一问题,提出基于迭代加权最小二乘的桥梁动态称重(iteratively reweighted least squares,IRLS)算法。与Moses算法不同,IRLS算法考虑了荷载响应中存在的多种不确定性因素,为每个荷载响应值提供一个合适的权重系数,区分不同荷载响应对轴重识别的贡献度。首先,将迭代加权最小二乘引入桥梁动态称重,推导出相应的轴重识别计算公式;然后,通过车桥数值仿真模型,分别用IRLS算法和Moses算法识别轴重,对比分析两种算法的精度及影响因素;最后,基于怀化舞水五桥引桥的车桥动力试验,进一步验证IRLS算法用于桥梁动态称重的有效性和准确性。结果表明,IRLS算法能较合理地分配不同荷载响应对轴重识别的贡献度,在一定程度上提高车辆轴重识别的精度。

有偏心桥梁断面气动导数识别的分段扩阶最小二乘迭代法

应用拉格朗日方程,建立了风洞中弹性悬挂的二自由度桥梁节段模型质心的竖向和扭转运动方程,所建立的数学模型考虑了无风时竖向阻尼力中心和弹性中心与质心的偏心。提出了利用节段模型风洞试验的自由振动信号直接识别系统矩阵的分段扩阶最小二乘迭代算法(SEO-ILS法)。给出了无风时偏心节段模型物理参数及模态参数的识别方法,并用于无偏心平板模型和有偏心桥梁节段模型的气动导数识别。风洞试验表明,方法有效可行。

一种基于F-J线性-非线性模型解的迭代最小二乘方法

基于贝叶斯理论的线性与非线性模型反演方法(Fukuda-Johnson,F-J)已广泛应用于地球物理模型的线性-非线性参数反演。但F-J方法的反演结果可能受马尔可夫链蒙特卡洛采样(Markov chain Monte Carlo,MCMC)经验参数选择的影响,而反复调试合适的经验参数需耗费大量计算时间。对线性与非线性模型进行线性化后,也可以利用迭代最小二乘方法反演,但该方法难以选择合适的初始值。为提高参数反演计算效率和避免参数初值选择影响,提出了一种以F-J方法模型解为初始值的迭代最小二乘方法。该方法只需计算一次F-J方法模型解和有限次最小二乘迭代,既提高了F-J方法的反演效率,又能获得迭代最小二乘全局最优解。针对模拟数据实验和实际数据算例,分别采用F-J方法、随机生成初始值的迭代最小二乘方法和以F-J方法结果为初值的迭代最小二乘方法进行参数反演。结果表明,直接使用F-J方法时,MCMC采样参数会影响反演结果;直接进行迭代最小二乘反演时,初始值选取不当会导致迭代无法收敛到正确的结果;以F-J方法的结果作为迭代最小二乘方法的初始值进行反演,可以充分发挥F-J方法的全局最优性和迭代最小二乘方法计算量小、稳定性好的优势。

基于共面直线迭代加权最小二乘的相机位姿估计

针对相机内参数已标定和未标定情况下的相机位姿求解,提出了基于共面直线迭代加权最小二乘的相机位姿估计算法。推导了关于相机焦距和位姿参数的线性方程,通过4条以上共面直线实现了相机位姿参数的线性解算;对参数线性解进行迭代加权最小二乘优化,得到更高精度的参数估计值和直线权值;最后,利用直线权值和欧式变换的保距性实现相机焦距的解算,得到了相机焦距和位姿参数的估计值。仿真实验表明:提出的算法在相机已标定,直线数为20,像点噪声方差为5pixel的情况下,角度误差小于0.2°,相对平移向量误差小于0.5%,耗时大约为1ms。真实数据实验表明,提出的算法可以获得与棋盘标定结果相近的精度。与现有算法相比,提出的算法抗噪性更好,精度更高,能够实现基于单幅图像的未标定相机的位姿估计。

利用无人机影像和广义迭代重加权最小二乘法的三维重建

为了提高基于无人机影像重建三维场景的效率,提出了应用广义迭代重加权最小二乘法的全局式三维重建方法。首先,介绍了广义迭代重加权最小二乘法的基本思想和具体步骤;接着,将全局旋转矩阵的求解转化为李代数中旋转向量的求解问题,利用结合范数优化和迭代重加权最小二乘的方法求出全局旋转最优解;然后,根据极线几何约束条件,解算相机在全局坐标系下的相对平移方向向量,在广义迭代重加权最小二乘架构下,利用二次规划法求出相机全局位置最优解;最后,对影像位姿参数和重构三维点进行光束法平差优化。实验结果表明该方法在提高重建效率的同时,能够更真实地恢复场景的几何形态。

基于最小二乘迭代算法精确估计塔康方位参数

对中频数字化技术的塔康视频信号方位估计进行了研究。首先通过搜索PAM信号的峰值,得到由随机峰值点组成的包络信号;再根据确定的信号形式,采用最小二乘迭代算法估计出包络信号的方位参数。不需要寻找正斜率拐点和脉冲对译码,通过迭代运算能减小运算量和计算机内存,在对峰值进行拟合过程中,能有效抑制噪声的影响,提高参数估计精度。计算机仿真验证了其有效性。在3 dbW的功率信噪比下,估计误差不超过0.5°,满足塔康系统的方位误差为2°的要求。与传统方法相比,该方法具有实现简单、高精度的特点。

基于迭代重赋权最小二乘算法的块稀疏压缩感知

压缩感知是一种新颖的信号处理理论.它突破了传统香农采样理论对采样的限制,以信号的稀疏性或可压缩性为基础,实现了信号的高效获取和精确重构.然而在现实中,部分稀疏信号还表现出一些其他结构,典型的例子就是一类块稀疏信号,其非零元素以块的形式出现.针对这类信号,本文研究了求解块稀疏压缩感知的迭代重赋权最小二乘算法(IRLS),给出了该算法的理论分析:误差估计和局部收敛性分析.大量试验验证了基于迭代重赋权最小二乘算法的块稀疏压缩感知策略的有效性.

任意相移最小二乘法迭代的在线三维检测

为了简化采用满周期等相移算法的在线相位测量轮廓术(PMP)在实际测量过程中系统装调环节的繁杂程度,同时避免栅线方向和运动方向不严格平行引入附加相移降低解相精度,提出了基于最小二乘法迭代的在线三维检测方法。在测量过程中,任意栅线方向的正弦光栅被投影于物体表面,采用像素匹配技术获得不同时刻拍摄到的变形条纹图的等效相移条纹图,其相移量由投影系统和物体位移共同决定且为任意值。最后,采用最小二乘法迭代计算相位。实验结果表明:在不断改变投影到参考面上光栅栅线方向的情况下,该系统的测量结果稳定,均方根误差均不高于0.169 9mm。由于该方法放宽了测量系统空间位置的约束条件,提高了测量的灵活程度,使在线PMP更具普适性。

一种迭代加权最小二乘旁瓣抑制滤波器设计

二相码信号是一类常见的脉冲编码信号,但码较短时,匹配滤波的主副比不高,需要采用旁瓣抑制技术。通过迭代加权最小二乘算法对旁瓣抑制滤波器的最小二乘解进行优化,选择合适的终止条件,只需几步就能达到最优解。分析该算法应用于m序列需要满足的条件,及PSL、ISL与滤波器长度的关系,并给出计算机仿真结果。