可量测序列影像的加权整体最小二乘导航

提出顾及观测方程系数矩阵误差的可量测影像定位定姿算法及其权值确定方法,实现了利用可量测序列视觉影像与DGPS/IMU 融合导航计算. 计算结果表明：采用加权最小二乘算法可较好地克服可量测序列影像定位定姿算法中系数矩阵误差的影响,精度高于最小二乘法,当GPS 失锁2.5 km 时可达到优于13 m的定位精度和
0.1m 的定姿精度.     

三维坐标转换算法的粗差探测比较研究

三维坐标转换的算法有很多种,除了最常使用的经典最小二乘平差外,还有整体最小二乘平差。整体最小二乘根据对误差分配方式的不同,又可分为奇异值分解法和混合最小二乘法。为了比较3种算法的粗差探测能力,通过实验模拟在不同粗差情况下,使用方差比值验证法进行粗差的探测。实验结果表明最小二乘和混合最小二乘算法均能识别较小的粗差,其粗差探测能力更加可靠。     

无人机空中加油相对位姿解耦迭代确定算法

针对视线方程中位置和姿态信息存在严重耦合及强非线性的问题,研究了一种相对位姿解耦迭代确定算法,并用于无人机空中加油. 根据卫星导航中的伪距概念,利用视线矢量构建观测矩阵,通过最小二乘法求解相对位置更新,进而更新伪距确定相对姿态. 引入单步迭代误差证明了算法的收敛性,通过分析误差协方差阵的迹讨论 特征点几何构型对相对位置确定精度的影响. 仿真结果表明,与高斯最小二乘微分修正算法相比,提出的算法运行速度和抗噪声性能分别提高了23%和40%,相对位置稳态误差优于0.1 m,相对姿态误差优于0.5±,满足无人机空中加油对接阶段相对位姿测量精度要求.     

基于空域调制效应的干扰极化参数估计

干扰极化估计精度是影响雷达极化抗干扰能力的重要因素,而雷达天线空域极化特性存在一定的病态性,使来波极化估计的最小二乘解在病态情况下变得不稳定. 针对最小二乘方法估计来波极化所存在的病态性问题,提出一种改进极化矢量估计的约束最小二乘方法.首先分析影响来波极化估计稳定性的因素,针对具体的天线型式给出病态情况下的计算机仿真结果,推导了带二次约束的极化估计最小二乘解并给出了算法流程. 仿真结果表明了改进极化估计均方误差的有效性,该方法可显著提高干扰极化估计精度,提高雷达极化抗干扰能力.     

基于最小二乘法的多层前向神经网络构造学习算法

提出了一种基于最小二乘法的多层前向神经网络的构造学习算法。神经网络的结构在学习的过程不断变化，通过动态生成学习误差反向传递，利用最小二乘法实现神经网络的快速学习。仿真结果表明，该学习算法盯具有学习速度快，学习精度高，泛化强等优点。     

顾及高程平面及视差约束的最小二乘影像匹配算法

针对传统最小二乘影像匹配受影像质量和初值条件限制的问题,结合铅垂线轨迹法(vertical line locus, VLL)与基于共线条件约束的多片最小二乘匹配算法(multiphoto geometrically constrained matching, MPGC)的特点,提出了一种顾及高程平面及视差约束的最小二乘影像匹配算法.该算法基于高程平面约束匹配,在匹配过程中顾及视差约束进行搜索匹配.视差偏移量可为最小二乘匹配提供可靠稳定的初值条件,能够实现影像的高精度匹配.为验证算法的有效性,分别采用铅垂线轨迹法、基于共线条件约束的多片最小二乘匹配算法与该算法进行对比分析实验.结果表明,该算法在匹配准确性以及后续空中三角测量解算方面比上述两种算法更有优势.     

基于最小二乘滞环电流控制的光伏并网逆变器研究

提出一种用于光伏并网逆变器的最小二乘法定频算法,它在每一开关周期到来之前,通过对前一周期的相关参数值进行采样,确定当前周期内开关触发的时间来实现开关频率稳定和滞环电流跟踪.与其他控制方法相比,该方法能有效降低对工频电网的谐波注入,使电流误差平均值控制在最小范围内,减少稳态误差,还可实现数字化控制.最后,利用MATLAB进行双环系统建模,外环通过曲线拟合法进行最大功率跟踪,内环采用最小二乘法定频算法和滞环电流控制,仿真结果证明了该方法的有效性.     

OFDM中利用酉变换和结构最小二乘的角度和时延联合估计

在正交频分复用系统中,低信噪比条件下基于子空间分解的角度和时延联合估计算法的估计精度受限,为此提出一种利用酉变换和结构最小二乘的联合估计算法.利用酉变换将接收数据转换至实数域,然后用二维结构最小二乘建立目标优化函数,计算含有角度和时延信息的两个实对角矩阵.将这两个实矩阵构成一个复矩阵后对该复矩阵进行特征值分解,通过特征值实部和虚部的对应关系实现角度和时延的配对.该算法的目标函数合理地考虑了误差项之间的耦合关系,更加精确地修正了存在误差的信号子空间矩阵,因此估计结果更接近最优解.实验结果表明,该算法的估计精度和估计成功率比传统子空间算法高.     

带二次约束的最小二乘问题的求解

针对带二次约束的最小二乘问题提出了一种求解算法,同时给出了算法中牛顿迭代的收敛证明.数值例子说明了此算法的有效性.     

基于PDE演化的视频图像序列超分辨率重建

在加权最小二乘的基础上,结合PDE正则化,提出了一种视频图像序列超分辨率重建的自适应滤波方法.详细讨论了运动补偿矩阵和权值矩阵的构成和性质,推导并给出了滤波器的递推公式.仿真试验表明该算法的重建结果相当有效,具有一定的自适应性和鲁棒性.     

穆斯堡尔谱微机拟合的分块矩阵方法

通过分析和数学处理,本文提出了洛伦兹线型实验谱线微机拟合的分块矩阵方法.实例表明,这一方法与常用的Slavic法相比,有较快的收敛速度,有相近的迭代时间和所占计算机内存量.     

SDL阵列宽带零陷展宽波束形成

传统宽带自适应波束形成算法在信号带宽较宽时硬件实现困难且形成零陷较窄.针对此问题,利用传感器延迟线阵列结构替代传统的时域抽头延迟线结构,在此基础上提出基于空间响应偏差约束的宽带零陷展宽波束形成方案.对参考频率干扰信号方向邻域的波束响应进行最大值约束,然后利用SRV约束将零陷展宽,通过凸优化工具求得最优加权向量.仿真结果表明,该算法可在保证波束宽度的同时实现宽带零陷展宽.在零陷宽度设定为10°、零陷深度为-30 dB的条件下,零陷宽度实测值可以达到14.7°,且具有较高的输出信干噪比.     

基于多层感知机神经网络的智能高度传感器设计

基于大气中的两个物理参量:大气静压力、大气温度以及它们和几何高度的关系,借助于压阻式压力传感器和温度传感器对大气静压力和温度进行测量,并以两个传感器作为多层感知机网络的输入,以几何高度作为网络的输出.利用标准数据采用动批量法(MOBP算法)对网络进行训练,得到网络各层的权值和偏置值,由此可以确定在任意静压力和温度输入作用下,网络输出的精确几何高度值,神经网络的算法可借助DSP芯片实现.实验表明采用该方法设计的传感器比采用曲面拟合的方法具有更高的精确度和抑制传感器的温度漂移和时间漂移的优势.     

一种因子化的稀疏矩阵转置算法

在定义了二元组结构的基础上,对稀疏矩阵中非零元素的行、列坐标值进行因子化,以此实现了一种新的稀疏矩阵压缩存储结构.并在应用该压缩存储结构的基础上,提出了一种稀疏矩阵转置操作的改进算法.该算法较传统算法而言,在时间复杂度不变的前提下将空间复杂度降低了30％.     

利用边缘密度特征提取高分辨率遥感影像中的居民区

居民区相对于其他区域具有更明显更丰富的边缘特征. 根据这一特点,提出一种利用边缘密度特征差异
进行高分辨率遥感影像居民区自动提取的方法. 该方法首先利用Mean Shift 算法平滑原始影像,然后检测平滑影
像上的边缘并拟合成直线段,最后利用影像中的边缘密度分布构建空间投票矩阵,并结合Ostu 阈值分割方法提取
居民区. 实验表明：该方法可用于提取场景比较复杂的影像中的居民区,且具有较高的准确率和鲁棒性.     

水面无人艇分层策略局部危险规避

根据水面无人艇运动学和基础控制特性提出一种局部危险规避算法. 采用分层策将动态窗口分解为艏向窗口和线速度窗口,使用切线法和弧线法分别从艏向窗口和线速度窗口中求出规避角速度和线速度,并引入角速度缓冲模型以提升规划过程中艇体的稳定性. 仿真实验验证了算法具有规避能力强和稳定性高的特点,并由湖试实艇实验验证了算法对实艇的基础控制特性具有良好的适应性,能引导水面无人艇在实际环境中实现有效安全的危险规避.     

基于伪陀螺/磁强计/地球敏感器的微卫星姿态自适应确定方法

以伪陀螺、磁强计与地球敏感器构成的姿态测量系统为基础,设计了自适应扩展卡尔曼滤波算法.对轨道倾角不同的两种卫星的定姿性能进行了仿真,结果表明,该方案的滚动与俯仰角精度达到0.05°,航向角优于0.4°,且随轨道倾角的减小而改善;当地球敏感器发生故障时,大倾角轨道的卫星滚动与俯仰角精度优于0.5°,航向精度约1°;同时自适应滤波方法能显著地提高姿态确定的性能.     

用小波插值方法解Euler方程

给出了求解多维Euler方程的小波插值方法.该方法较流体力学中常用的数值解法相比,由于小波函数的局部性,在处理奇异性问题时具有优势,不会出现震荡(Gibbs现象)或者误差较大现象,此方法为该类方程的初边值问题提供了高精度的小波数值解.数值试验表明,此方法能获得较完善的结果.     

共形阵列LFM信号DOA和极化参数的联合估计

利用分数阶傅里叶变换(fractional Fourier transform, FRFT)对线性调频(linear frequency modulation,LFM)信号的能量匹配聚焦特性来简化共形阵列的数据模型,根据子空间拟合原理提出一种信源DOA和极化参数的去耦联合估计方法. 直接进行DOA估计涉及求解难度较大的多维多峰参数搜索过程,于是通过重构噪声子空间
和流形矩阵建立了单峰的目标函数,然后用PSO算法估计信源方位角和俯仰角,在此基础上利用ESPRIT实现极化参数估计. 仿真实验表明,去耦参数估计方法能在保证算法性能的前提下简化问题复杂度,有效降低运算量.