矿井主要通风机性能曲线的最优多项式拟合

为确定主要通风机性能曲线多项式拟合函数的最优阶数,将回归系数的显著性作为最优阶数的判定依据。分析了基于最小二乘法的任意阶数主扇性能曲线拟合模型;指出了回归多项式的各项系数应与风压显著相关才是合理的,在合理基础之上阶数最大的即为最优;采用F检验法计算了回归多项式各系数的显著性。对于有m个样点的测定数据,通过m-1次拟合,可确定多项式的最优阶数。编制了相应的程序,实现了最佳阶数回归函数求解与曲线可视化,结合一包含13个测点的实例显示了这种方法的优越性。     

最小二乘曲线拟合的MATLAB实现

在MATLAB的Notebook环境下,调用MATLAB的最小二乘曲线拟合命令,求得了拟合函数的多项式系数,并结合可视图形,给出了拟合函数最佳阶数的选取方法．此外,对不超过10阶的曲线拟合给出了图形用户接口程式,使得低阶的拟合更加简单易行、直观明了．     

切比雪夫多项式在标准化卫星轨道中的应用

本文用切比雪夫多项式拟合卫星精密星历提供的等间隔的卫星坐标,通过实验分析得出了切比雪夫多项式拟合精度与拟合阶数有关,拟合精度随着阶数的增加而增加,但拟合选用的阶数越高,拟合精度不一定越高的结论。     

基于样条函数的多气体传感器信号建模分析

样条函数理论作为数学工具已广泛应用于逼近论，曲线数据拟合，数值分析等方面，在研究一般多项式最小二乘法建模的基础上，针对所建模型易产生欠拟合和过拟合及模型阶数高的问题，提出了采用样条最小二乘数据拟合谅垭建立数学模型，基于样条最小二乘数据拟合方法建立的数学模型不仅可以提高模型精度和拟合程度，而且模型阶数较低，光滑性好，将该建模方法用于多气体传感器输出信号的建模，结果表明，方法正确并有效。     

用于能谱本底处理的阶数自适应型正交多项式模型法

在能谱分析中,参数准确且个数尽可能少的本底处理方法一直是研究的重点。针对复杂本底获取过程中参数获取较为困难,本底获取精度低等问题,设计了一种用阶数自适应的正交多项式拟合法拟合本底,以拟合出的正交多项式作为本底函数,结合高斯函数描述特征峰,采用L-M算法,在确定高斯函数中相关参数的同时自动调整正交多项式的阶数,获取更准确的本底。该方法具有无需参数设置、可用于复杂本底处理、处理本底区间宽等优点。并与SNIP算法、傅里叶变换法、线性多项式模型法等进行对比,证明该方法不仅在理论模型上更加完善,而且整体结果也更准确,具有实用价值。     

基于Labwindows的多项式拟合设计的实现

k型热电偶作为能量转换器,广泛用于工业控制和数据采集过程中,能实现温度信号与输出电压模拟信号之间的转换。通过曲线拟合法原理,以CVI提供的多项式拟合库函数Polynomial Fit进行多项式拟合设计,从而动态实现电动势与温度——对应的变化关系。设计采用n次多项式来逼近反非线性曲线,由最小二乘法确定多项式方程的各系数,并通过添加相应的算法代码,把多项式拟合的阶数传递给Polynomial Fit函数,最后将拟合系数显示于数字控件上,系统地实现了基于Labwindows／CVI的多项式拟合设计。     

基于高斯混合密度模型的隐身目标RCS统计分析

为克服传统RCS起伏统计模型描述隐身目标起伏特性的不足,提出了一种将高斯混合密度模型(GMDM)应用于RCS统计分析的建模方法。根据典型隐身目标的仿真数据,分别建立了该目标在不同方位角范围内的2阶GMDM和χ2分布模型。拟合结果表明2阶GMDM在前侧向、正侧向和后侧向拟合误差分别为4.74%、12.34%和1.01%,而χ2模型的拟合误差分别为44.5%、18.65%和13.21%。同时,当拟合阶数超过4阶时,GMDM的拟合误差将稳定在5%以下,能够满足雷达目标仿真的精度需求。     

GPS高程拟合模型方法研究

在调兵山地区,选择76个大地高和正常高都已知的点作为原始数据,采用泰勒二次多项式曲面拟合法和泰勒二次多项式曲面加权平均法建立该地区大地水准面,通过实例发现,泰勒二次多项式曲面加权平均法对高程异常的短波项有很好的改进效果,拟合残差比较大的点采用泰勒二次多项式曲面加权平均法残差变小,大大提高了拟合模型的精度。     

基于高次差与多项式拟合的周跳探测方法研究

为了准确探测和修复载波相位周跳,提高定位精度,利用惯性导航器件的输出结果对接收机的运动状态进行分类,根据不同运动状态时周跳发生的概率大小,并结合高次差法和多项式拟合法的不同特点,开展了高次差法和多项式拟合法的组合应用研究.在试验研究中使用TI公司的EZ-430运动开发套件获得接收机的运动状态信息,使用Unicore UB240卫星接收机实地接收导航报文,通过试验验证,本方法可以有效地提高周跳探测的准确性并修复周跳.     

相关性检验对多项式曲面拟合模型的优化作用

多项式曲面拟合实质上是数理统计中回归分析与预测估计的组合运用。将回归分析中在变量间进行相关显著性检验的方法引入到求取转换参数的过程中使用,发现了一个可以减少转换参数总量并实现不低于原标准模型拟合计算精度的数据处理方式。