移动台混合定位方法的研究

在移动通信中移动台的定位问题上提出基于GPS的混合定位方法,在GPS无法完成定位需求时,用基于移动台的定位方法完成定位服务.通过最小二乘法降低误差影响.经过Matlab的仿真,证实在一定噪声环境中能够达到卡拉美罗下限,取得了较好的定位效果.     

基于单步加权最小二乘的战场集结定位算法

针对目前典型的非合作区域内,如空降兵战场集结情况下,快速、高精度、低成本定位难以同时满足的问题,基于无源时差定位技术,结合实际布站和连续定位等特点,提出了一种单步加权最小二乘算法.根据时差定位技术的特点,在区域网分布式无线通信过程中,记录通信方到达各个基站的时间戳,得到时差信息,首次定位时进行两步加权最小二乘,非首次定...     

基于加权最小二乘法的多舰定位算法

针对双舰定位存在的定位态势要求高、定位精度低等,提出了基于加权最小二乘法的多舰定位算法.该算法的实质是基于多舰侦察设备的测向角度、位置信息,利用纯方位交叉定位原理,建立非线性观测方程;通过泰勒展开将非线性系统转化为线性系统;利用最小二乘原理并考虑测向精度的权重因素,提出了多舰的定位模型.仿真结果表明,定位结果与测向精度和初始态势有关.     

基于广义模态柔度矩阵的结构损伤识别

用最小平方正交三角分解(LSQR）法研究结构损伤识别问题, 首先提出一种损伤定位方法, 然后将基于广义模态柔性矩阵的损伤识别问题转化为最小二乘问题, 最后用LSQR方法逐步确定损伤的位置和程度. 所给算例验证了方法的有效性.     

一种基于区域搜索的平面度误差评定方法

以给定平面度误差的评定为例,分析最小二乘法和最小包容区域法的算法模型,并提出一种基于区域搜索的评定平面度误差的方法.在三坐标测量机上,对被测平面进行采样点坐标数据提取,分别用基于搜索逼近法的最小二乘法和最小包容区域法实现给定平面度误差的评定.结果表明,基于搜索逼近法的最小包容区域法与最小二乘法相比,其评定结果精度提高了5.97%,且符合最小条件.     

基于最优最小二乘的红外目标单站定位算法

为消除红外目标单站定位算法估计有偏性,解决现有估计算法中有可能出现多个解向量的问题,提出了一种基于最优最小二乘的目标估计算法.对总体最小二乘定位算法进行了研究,针对扩展测量矩阵出现最小奇异值多重的问题,构造了一个由多重奇异特征向量组成的测度函数,将该函数进行偏微分得到最优的最小二乘解;通过理论分析,证明了最优最小二乘解向量是渐进无偏的;最后,将该算法与总体最小二乘法和修正辅助变量法进行仿真对比.仿真实验结果表明,该方法在不同测量环境噪声下所得到的位置、速度误差曲线能快速地逼近克拉美罗下限,且具有更高的估计精度和稳定性,说明了算法的有效性.     

基于总体最小二乘的泰勒级数展开的TOA的UWB定位方法

泰勒级数展开算法在求解非线性定位方程组中有着高精度、强顽健性的特点。针对其在TOA定位的初始值确定问题,提出一种基于总体最小二乘的泰勒级数展开的TOA的UWB定位算法。考虑TOA的测量误差,利用总体最小二乘评估目标点的初始位置,将此值作为泰勒级数展开点。最后,使用加权最小二乘迭代计算搜索最优值,从而实现目标点的精准定位。仿真结果表明,所提出算法在定位精度近似于真实值的泰勒级数展开算法的性能。     

基于改进移动最小二乘近似的杂交边界点法

针对杂交边界点法中采用移动最小二乘近似时存在的计算量大,易形成病态矩阵的问题,将改进移动最小二乘近似和修正变分原理相结合,提出了基于改进移动最小二乘近似的杂交边界点法.这种方法保留了杂交边界点法的纯无网格法特性,域内未知场函数的计算无需再次沿边界积分等优点,而且不会出现病态方程组,数值计算稳定,计算精度高.数值算例验证了该方法的有效性.     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法.首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的.     

减少无线传感器网络节点定位误差的方法

为提高无线传感器网络节点定位精度,提出3种基于距离信息的改进定位算法:改进三边测量法、加权最小二乘估计、抗差最小二乘估计.在一定先验假设情况下,对三边测量法以及由其衍生出最小二乘估计进行改进,并将抗差最小二乘估计方法引入到节点定位计算之中.仿真结果表明:3种算法能够有效减少定位误差.抗差最小二乘估计在系统存在粗差情况下效果尤其显著.当系统对能耗要求严格时,可采用改进三边测量法或加权最小二乘估计替代抗差最小二乘估计.     

移动最小二乘配点的Petrov-Galerkin局部无网格方法

基于加权残值法和移动最小二乘(MLS)法并结合局部Petrov-Galerkin无网格方法(MLPG)的灵活性,将移动最小二乘配点法应用到无网格方法当中,建立了MLS配点无网格法的基本方程.在局部子域上利用Petrov-Galerkin原理给出了微分方程局部弱形式,通过惩罚因子引入本质边界条件;将局部弱对称形式进行离散化后,推导出移动最小二乘配点的Petrov-Galerkin局部无网格系统的刚度矩阵、载荷矩阵.通过数值算例证明该方法具有很高精确性、有效性和实用性.     

基于Unscented卡尔曼滤波的目标位置和信道参数同时估计算法

针对传统非线性最小二乘估计算法和多步迭代估计算法估计节点位置和信道参数时存在的缺点,提出一种新的基于卡尔曼滤波的目标位置和信道参数同时估计算法.新算法将接收信号强度指示(RSSI)定位问题转化为非线性方程组的参数向量估计问题,使用UKF对目标位置和无线信道参数同时进行估计.试验结果表明,与非线性最小二乘方法相比,新算法定位误差更小,对信道参数的估计也更准确.     

基于改进LSSVR模型的移动节点定位技术研究

针对最小二乘支持向量回归(least squares support vector regression,LSSVR)模型在移动节点定位过程中存在难以确定最优参数的不足,提出一种基于改进粒子群算法优化LSSVR模型的定位方法.通过最小二乘支持向量回归机构造节点定位的模型,自适应调整惯性权重以及学习因子来提高粒子群算法的寻优性能,并将其应用到LSSVR模型的参数优化中,避免参数选择的盲目性.根据接收信号强度指示(received signal strength indication,RS-SI)测距技术获得节点移动过程中的距离向量,将其输入LSSVR定位模型,估计出未知节点的坐标.仿真结果表明,相对于LSSVR与PSO-LSSVR算法,所提算法的定位精度分别提高了25.9％和19.7％,具有较好的定位稳定性与实时性.     

基于优化最小二乘支持向量机的数控机床热误差建模分析

数控机床热误差是降低加工精度的主要因素之一.针对热误差建模问题, 结合布谷鸟算法的随机莱维飞行机制和最小二乘支持向量机结构风险最小化与线性规划等优点, 提出基于布谷鸟算法优化最小二乘支持向量机的热误差建模方法.在最小二乘支持向量机将低维非线性问题转化为高维线性问题时, 构建了混合核函数.同时,采用布谷鸟算法对最小二乘支持向量机惩罚因子γ、核宽度参数σ和混合核权值λ进行了优化.以GMC2000A机床为实验对象, 分别对热误差数据进行了聚类分析和建模分析.通过误差预测对比分析得出结论, 基于布谷鸟算法优化混合核最小二乘支持向量机建立的误差模型取得了良好的预测效果, 且明显优于BP神经网络模型和未优化的最小二乘支持向量机模型的预测效果.     

弹性大变形问题的复变量无单元Galerkin方法

基于复变量移动最小二乘法,建立了适合于大位移、大转动等弹性大变形问题的复变量无单元Galerkin方法.复变量移动最小二乘法的优点是采用一维基函数构造二维问题的试函数.将复变量移动最小二乘法应用于弹性大变形平面问题,结合大变形问题的Galerkin积分弱形式,采用罚函数法施加本质边界条件,建立了全Lagrange格式下的弹性大变形问题的复变量无单元Galerkin方法,推导了相应的计算公式,数值实现中采用了Newton-Raphson迭代法.最后通过数值算例证明了该方法的有效性.     

嗅觉搜索机器人的单目视觉室内定位技术研究

针对室内嗅觉搜索机器人定位问题,提出一种基于最小二乘高斯核支持向量机的单目视觉定位算法.首先,利用最小二乘高斯核支持向量机,可将机器人在图片中像素位置与真实场景中位置间的非线性映射转化为带高斯核的线性映射;然后,运用k重交叉验证方法对映射关系模型进行训练,获取优化模型参数;最后,利用单目摄像头采集机器人运动的连续图像,并根据机器人平台与其背景间的灰度差异特征实时识别图像中目标机器人平台,计算得到机器人平台形心在每一帧图像中的像素位置,进而映射出机器人平台在室内环境下的实时动态位置.实验结果表明:此定位方法能够为移动机器人在室内环境下提供高精度和无累积误差的实时定位信息;算法的精确性和可靠性得到了充分验证.     

弹性力学问题的插值型无单元伽辽金比例边界法

比例边界法是一种半解析数值方法,在处理应力奇异性问题和无限域问题时十分有效.在改进的插值型移动最小二乘法的框架下将无单元伽辽金法与比例边界法结合,本文首次提出插值型无单元伽辽金比例边界法求解弹性力学问题.该方法在径向具有解析性质,只需计算域边界上用节点进行离散,并且环向上形函数的高阶连续性可以进一步提高计算精度和收敛速度.运用插值型无单元伽辽金比例边界法进行计算时,不需要基本解,也不存在奇异积分问题.改进的插值型移动最小二乘法形函数具有Kronecker delta函数的性质,可以直接施加本质边界条件.此外,改进的插值型移动最小二乘法不仅克服了Lancaster和Salkauskas的插值型移动最小二乘法采用奇异权函数的缺点,而且计算形函数时待定系数比传统的移动最小二乘法少一个.最后给出了数值算例,并验证了所提分析方法的有效性和正确性.     

两种移动最小二乘法在曲面拟合中的对比研究

文章首先介绍了移动最小二乘逼近法和移动最小二乘插值法,然后分别将两种方法运用于曲面拟合,用MATLAB编程实现算例,对比精确解和两个数值解.结果表明移动最小二乘插值法精度较高.     

矩阵方程AXB=C的中心对称最小二乘解的迭代解法

给出了求矩阵方程AXB=C的中心对称最小二乘解的一种迭代解法,即利用法方程变换,将求解最小二乘解转化为相容矩阵方程的求解问题,再利用迭代法求出新方程的直接解.使用该方法,对任意给定的初始中心对称矩阵都可在有限步内迭代求出它的中心对称最小二乘解.并且将求最佳逼近的问题转化为求一个新方程的极小范数解的问题,同样可用迭代法求解.     

传感器位置浮动情况下的水下TDOA定位算法

针对水下声源定位中传感器位置存在不确定性的问题,提出了一种基于两阶段加权最小二乘算法的水下目标定位算法.首先,当传感器位置浮动时,利用获取的到达时间差数据,将测量值噪声和传感器位置误差构造加权系数矩阵,通过加权最小二乘算法估计目标位置;然后,通过引入目标定位误差构造定位方程;最后,用求解的目标定位误差调节上个阶段估计的目标位置.仿真结果表明:在传感器位置噪声较小情况下,本文算法具有较好的定位精度.