地铁隧道内多径信道的统计特性

由于地铁隧道内电波的多径特性以及特殊的环境结构,其他环境下的电波传播理论不适用. 为此,利用射线跟踪法及无线电统计理论分析了典型地铁隧道环境下多径时变信道的时延扩展、多普勒频谱扩展及多普勒频偏. 仿真结果表明,多普勒频谱扩展和多普勒频偏随信号频率和列车移动速度的增加而增加,而RMS时延扩展随信号频率的增加而减小. 以上结论可以为4G、5G系统在地铁中的应用提供理论依据.     

平面阵列下的二维角度和频率联合估计

在均匀面阵列结构基础上提出一种二维角度和频率联合估计新方法. 对阵列天线输出的信号进行建模分析,表明阵列接收信号具有平行因子四线性模型特征. 利用该模型低秩分解的唯一性条件,从分解得到的矩阵中联合估计出信源的参数. 该算法首先利用四线性交替最小二乘算法估计出方向矩阵和频率矩阵,然后利用频率矩阵的Vandermonde特征和方向矩阵的结构特点及最小二乘法计算频率和二维角度. 该方法无需谱峰搜索即可实现参数同时估计与配对,与现有的基于三线性分解的算法和ESPRIT算法相比具有更高的估计精度,而且在小样本数情况下也能较好地工作. 仿真结果验证了该方法的有效性.     

双基地MIMO雷达二维DOD和二维DOA联合估计

提出一种双基地MIMO雷达L型阵列下多维角度联合估计的新算法. 该算法利用匹配滤波器输出信号特点构造不同的代价函数,采用迭代最小二乘算法估计收发阵列流形矩阵,根据L 型阵列结构的特点和最小二乘法,从估计出的矩阵中计算目标的二维DOD(direction of departure)和二维DOA(direction of arrival). 该方法无需谱峰搜索,可实现参数的同时估计与配对. 与ESPRIT 算法相比,具有更高的估计精度,并接近于克拉美-罗下限,且在小快拍数下也能较好地工作. 仿真结果验证了该算法的有效性.     

总体最小二乘法及其在GNSS高程拟合中的应用

为了解决多项式曲面拟合方法在进行全球导航卫星系统(GNSS)高程拟合时,控制点的坐标数据与高程异常均存在测量误差的问题,从总体最小二乘法的角度,在系数矩阵存在误差的情况下,来优化GNSS高程拟合模型,提高拟合精度.实验结果表明:采用总体最小二乘法进行曲面拟合GNSS高程异常,较传统最小二乘法精度会有一定提高.     

磷酸铁锂电池的参数辨识及SOC估算

运用Digatron对电池做充放电实验,建立Thevenin等效电池模型,根据混合功率脉冲实验分析电池在充放电停止时的电压回弹特性,用最小二乘法辨识电池参数。本文基于此参数提出运用安时法估算电池的荷电状态,用扩展卡尔曼算法对安时法进行修正,实现安时-扩展卡尔曼联合估算SOC,解决了采用安时法估算SOC时误差越来越大的问题,降低了传统扩展卡尔曼算法运行的时间复杂度,提高了实时性,便于实际应用。实验和仿真结果显示,该方法具有较高的SOC估算精度。     

多变量滑动平均模型参数估计两段最小二乘法

提出了多变量滑动平均(MA)模型参数估计的两段最小二乘法。第一段将多变量MA模型用高阶多变量自回归(AR)模型近似代替,用多变量递推最小二乘法(MRLS)估计高阶AR模型参数。第二段用最小二乘法解不相容矩阵代数方程组得MA参数估值。同多变量递推增广最小二乘法相比,可提高精度,仿真例子说明了其有效性。     

零点约束的MIMO雷达最小二乘误差方向图合成

摘要： 对于MIMO雷达,当发射和接收天线间距满足特定值时,发射方向图中会出现栅瓣,导致合成的方向图中出现高旁瓣. 文中从数学角度分析了旁瓣产生的原因,提出一种零点约束的最小二乘方向图合成方法以抑制旁瓣. 该方法由拉格朗日乘子方法得到具有零点约束的最优加权,然后合成最小二乘误差接收方向图来解决高旁瓣问题. 仿真结果表明,合成的方向图中高旁瓣能被有效抑制.     

一种基于模糊聚类的可解释性建模方法

提出一种基于模糊聚类的可解释性建模方法.利用提出的一种含有熵的聚类有效性函数来评价模糊聚类方法的有效性和可解释性,从而确定模糊规则数和模型前提参数,然后利用最小二乘法来辨识模型的结论参数,最后采用梯度下降法来调整模型的参数.该方法应用于Box-Jenkins 数据仿真实例,仿真结果表明该方法不但能保证系统的精确性,还具有很高的可解释性.     

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.     

Richards增长曲线的参数估计

介绍了Richards增长曲线方程,而后对Richards增长曲线方程的参数进行研究.运用线性最小二乘法、双向差分误差平方和最小估计法和双向差分加权最小二乘估计法对其参数进行估计,从定量的角度研究了Richards增长曲线方程,为进一步的研究奠定了基础,最后将模型应用到传染病疫情实例中.     

一种基于预解扩的判决反馈最小二乘恒模波束形成算法

提出了一种基于预解扩的判决反馈最小二乘恒模波束形成算法。它是对DS-CDMA接收信号先进行预解扩,然后将判决反馈用于最小二乘恒模算法进行波束形成,并在加性白高斯和多径衰落信道的环境中进行了仿真。仿真结果表明,本文提出的D-LSCMAFB算法的信干比性能和误码率性能比传统的SDCMA算法和DRLSCMA算法要好。     

最小二乘估计的性质

估计线性模型中的回归参数的基本方法就是最小二乘法,鉴于最小二乘估计在实际生活中的作用及其地位,就最小二乘估计的性质进行分析.     

基于加权整体最小二乘的平面坐标转换模型精度分析

由于平面坐标转换在实际工程中应用较广且精度要求较高,故提出基于加权整体最小二乘算法求解坐标转换参数,即对系数矩阵和观测值矩阵都赋予合理权值。为进一步提高转换精度,通过实例在加权整体最小二乘求解参数的基础上,分别比较了四参数模型、六参数模型、双线性内插模型及二次曲面模型的坐标转换精度。实验表明,基于加权整体最小二乘求解的二次曲面模型在平面坐标转换中精度较高。     

基于激光诱导击穿光谱技术的城市土壤重金属含量检测与分析

基于激光诱导击穿光谱(LIBS)技术,并结合偏最小二乘回归(PLSR)与最小二乘支持向量机(LSSVM)两种化学计量学分析方法,进行城市土壤中Cr元素含量检测与分析.采集了城市周边的土壤样本,并得到各个样本的LIBS谱线.采用剔除异常光谱和数据归一化来减少实验误差和噪声.对比分析基于PLSR和LS-SVM,建立分析谱线区间与对应的重金属元素浓度之间的定量回归模型.检测与分析结果表明,LSSVM模型的预测性能优于PLSR模型.     

风电齿轮箱复合故障诊断方法研究

针对风电齿轮箱的复合故障诊断问题,本文提出了基于改进变分模态的风电齿轮箱复合故障的特征提取方法,并采用改进鲸鱼算法优化的最小二乘支持向量机(DEWOA-LSSVM)故障诊断模型进行故障诊断。通过变分模态方法将收集的信号分解为K个模态分量,通过加权排序熵对其进行量化处理,得到特征向量,将特征向量输入到经过改进鲸鱼算法优化后的最小二乘支持向量机模型完成故障诊断,并通过试验验证该方法的有效性。     

带约束的多目标优化的无线传感器网络路由算法

针对无线传感器网络的特点,建立了基于带宽约束的能量和时延多目标优化的网络模型,提出了一种改进的理想点多目标优化路由选择算法.算法解决了不同目标的量纲差异问题,并通过调整相关系数来适应不同业务对能量和时延的不同要求.实例计算结果表明了算法的可行性.与最小时延算法和最大剩余能量算法相比,该文算法提高了以能量和时延为参数的评价函数的综合性能指标.     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．     

面阵中降维Capon的二维DOA估计

提出了面阵中基于降维Capon的二维波达方向(direction of arrival,DOA)估计算法.先求得接受信号的协方差矩阵,再对其变换式进行谱峰搜索估计出一个参数,进而通过最小二乘估计出第2个参数.采用一维全局搜索实现二维DOA的联合估计,可避免二维Capon算法由二维谱峰搜索带来的巨大计算量,从而大大降低了计算复杂度,且角度估计性能非常接近于二维Capon算法.该算法既可以实现二维角度的自动配对,又可以精确地估计出相同方位角(或仰角)的信源,其优越性均可在文中得到验证.     

振动系统时参数识别分析

本文利用变物理参数微分方程模型，讨论了刚度与阻尼随时间变化时，物理参数与参数的识别问题，比较了三种在线识别技术，数学模拟结果表明，采用变物理参数微分方程模型可比采用差分方程模型极大的提高最小二乘法识别阻尼比的精度，当加入系统的噪音较大时，有些改进识别方法失效，但最小二乘法仍能给出较好的估计。     

多元线性回归模型的FTIR/ATR多组分定量分析

利用衰减全反射傅立叶变换红外光谱(FTIR/ATR)以及多元线性回归模型,分别采用经典最小二乘回归算法和逆最小二乘回归算法,建立了一种多组分同时在线的定量分析方法.这种方法精度高,结果准确,平均相对误差不到3%.两种回归算法中,以逆最小二乘算法获得的结果具有更高的精度和准确性,更适合含有少量杂质的体系.