局部区域三维坐标变换的两步解法

在局部区域三维坐标变换中,布尔萨模型的旋转参数和平移参数存在相关性,容易出现解算模型病态问题.为此提出将旋转参数和平移参数分开解算的两步解法,在去掉平移参数后采用最小二乘法估计旋转参数,再用加权整体最小二乘法估计尺度参数和平移参数.该方法既可避免解算复杂的病态整体最小二乘问题,也顾及了原系统坐标误差影响.模拟实验表明:与最小二乘法和整体最小二乘法比较,两步法提高了尺度参数和平移参数的估计精度,特别是尺度参数,外围坐标变换精度明显提高.     

基于李群代数表达帧间位姿变化矩阵的3D视觉跟踪研究

基于 RAPiD 边缘跟踪方法的思想,采用以帧间位姿变化更新目标物绝对位姿值的办法,引入李群代数表达帧间位姿变化矩阵;然后将帧间位姿变化矩阵参数的求解问题转换为线性最小二乘的最优求解问题.在李群代数的表达方式下,最小二乘的最优问题可较容易获得线性化表达,方便了求解.实验显示了该算法的3D跟踪效果与目标物位姿值的估计结果.     

河段汇流参数抗差估计研究

当河段实测出流流量值被不服从正态分布的异常值污染时,最小二乘法不能获得参数最优估计.为此,采用崩溃率为20%、附有条件的抗差最小二乘法估计马斯京根汇流参数最优值.通过对闽江永安河段理想模型参数的计算,比较了参数抗差最小二乘法与最小二乘法抵抗2类误差的效果.结果表明,抗差最小二乘法能排除异常值对参数估计的影响而获得稳健性的参数.     

半参数回归模型小波估计的相合性

研究一类固定设计下的半参数回归模型.通过利用最小二乘法、加权最小二乘法及新方法小波估计法给出了未知参数β的估计,在较弱的条件下给出了β的最小二乘估计∧βn的弱收敛速度、强相合性以及加权最小二乘估计~βn的强收敛速度.     

正交频分复用多载波系统的同步算法及性能仿真

在研究OFDM系统的符号、帧定时同步算法的基础上,对基于空符号能量检测的帧定时同步算法及延时相关定时算法进行了仿真,提出了改进型的基于空符号能量检测的帧定时同步算法及双自相关滑动算法,得出了相关结论.     

AR模型参数的抗差估计研究

实时校正一般以实测洪水流量为校正依据.研究实测洪水流量过程出现异常值时,采用抗差递推最小二乘法代替传统递推最小二乘法估计AR模型参数,能获得更稳健的参数结果.将闽江七里街流域的洪水资料人工生成异常值,对采用抗差递推最小二乘法和传统递推最小二乘法所得的校正结果进行比较,结果表明抗差递推最小二乘法具有更强的容差能力,是一种稳健的参数估计方法.     

带有线性测量误差的半参数EV模型的估计

研究一类带有线性测量误差的半参数EV模型的估计问题.通过综合利用核光滑方法、修正最小二乘法和广义最小二乘法给出未知参数和未知函数的估计.在一般条件下,证明了未知参数估计的渐近正态性并给出了未知函数估计的收敛速度.     

部分线性变系数模型的Liu估计

研究了部分线性变系数模型中参数分量的有偏估计问题.基于Profile最小二乘方法和Liu估计法构造了参数分量的Profile-Liu估计和剖面最小二乘广义Liu估计,并在一定的条件下,证明了Profile-Liu估计优于Profile最小二乘估计,剖面最小二乘广义Liu估计优于Profile-Liu估计.     

极值分布的极大似然估计及计算机实现

极值分布在计量经济学、金融工程、计算生物学、工程测量中都有用途,一般常用最小二乘法估计其参数,但最小二乘法的误差较高.极大似然估计具有比最小二乘法更好的性质,但由于它的计算往往比较麻烦.通过极大似然法估计了极值分布的参数,同时给出了求参数的数值解的算法,并通过Matlab程序实现了这一算法.     

全局运动估计的阈值可变双迭代法

提出了一种全局运动区域检测与全局运动模型参数估计的阈值可变双迭代法,该方法包含两个迭代过程：①迭代最小二乘法进行参数的估计，迭代过程中用可变的百分比阈值去除局部运动点的干扰：②检测完整的全局运动区域并得到最后的模型参数．阈值可变双迭代法对不同视频的适应能力较强，得到的全局运动区域更完整，模型参数的估计更稳定,实验结果验证了该方法的可行性和优越性.     

MIMO-OFDM系统中的信道估计

给出了一种适于多输入多输出-正交频分复用（MIMO-OFDM）系统的信道估计方案．该方案首先根据最小二乘准则,利用散布导频估计出MIMO信道的单位冲激响应,然后对此估计值进行时域白适应Wiener滤波以提高估计精度,最后经过离散傅里叶变换得到MIMO信道频率响应用于信道均衡．这一估计方案充分考虑了信道在时域以及频域的相关性,从而估计精度高、性能稳定．同时由于采用的导频符号均布于各发射天线的所有发射时段,因而它能及时跟踪信道的变化．仿真结果表明该方案具有良好的误码率性能,接近于理想信道估计的情况,并且对信道衰落变化较快的环境具有鲁棒性．     

基于IEEE802.11a标准协议的MIMO-OFDM系统信道估计

针对基于IEEE802.11a标准协议的多输入多输出-正交频分复用(MIMO-OFDM)系统信道估计问题,提出了一种在时域中进行最小二乘(LS)信道估计的方案,该方案的基本思路是根据发送端与接收端的时域信号来计算发射天线与接收天线之间的时域信道响应.为了保证LS信道估计的均方误差(MSE)最小,还提出了一种最优导频序列设计方案.对比传统的导频设计方法,该方案只需要少量的训练块,且不随天线数目的增加而增加,发射天线的数目也没有限制.该导频设计方案要求导频序列中每个导频的能量不但相等,而且不同发射天线中的导频序列需要相互相移正交.仿真实验验证了此算法的有效性.     

加权最小二乘支持向量机与最小二乘问题的关系

研究了加权最小二乘支持向量机与最小二乘法的关系．证明了用加权最小二乘支持向量机作函数估计与在特征空间中用最小二乘法得到的解是一致的．加权最小二乘支持向量机选择核相当于最小二乘法选择基函数组．由此提出了采用加权最小二乘支持向量机解决最小二乘法问题的思想,保证解具有良好的推广性、鲁棒性与稀疏性．     

基于渐消Kalman滤波的MIMO-OFDM信道估计

针对快时变信道明显的频率选择性,提出了采用Kalman渐消记忆滤波的估计方法.信道采用AR模型建模,并利用LS算法估计时变信道的衰减因子.仿真表明:快时变环境下,所提算法的估计性能优于LS信道估计和传统的Kalman滤波算法估计.     

基于深度神经网络的高频谱效率频分复用系统的信道估计方法

针对高频谱效率频分复用(SEFDM)系统, 提出了一种基于深度神经网络(DNN)的信道估计方法.该方法使用等间隔相互正交的导频符号, 将其接收信号作为DNN的输入信号, 通过4层的全连接DNN结构提取信道特征, 最终实现了时域上的信道估计.仿真结果表明:提出的信道估计方法在同等条件下的均方误差(MSE)明显比最小二乘法(LS)的低, 对应的解调性能也更优, 且对导频数量具有更强的鲁棒性, 由此反映出该方法的优越性.     

一种具有同步跟踪功能的超宽带系统同步方案

提出了一套适用于超宽带系统的同步方案,通过二分法搜索得到脉冲位置;再利用baker滑动电路对信号帧进行捕获;最后运用类似于信道估计的LS方法,对相位进行跟踪。通过性能仿真表明,文中的同步方法,具有定时精确、捕获时间短、误码率性能较好的优点。     

有噪输入输出动态系统辨识方法

研究了基于带噪观测数据的动态系统的辨识问题.针对输入输出观测数据均含有加性噪声的情况,提出了一种改进的偏差补偿最小二乘算法.该算法引入一个后向输出预测算子,通过考察最小二乘误差的自相关函数及最小二乘误差与后向输出预测误差的互相关函数的性质,得到渐进偏差的估计,并利用偏差补偿原理,得到输入输出带噪系统参数的一致估计.仿真结果验证了该方法的有效性.     

非理想载波同步下的OFDM快衰落信道估计

针对非理想载波同步下的正交频分复用(orthogonal frequency-division multiplexing,OFDM)系统,提出一种快衰落信道估计算法.首先,提出一种紧凑型广义信道冲击响应(generalized channel impulse response,G-CIR)自相关矩阵的对角化方法,使其随机性仅体现在对角阵中;然后,提出一种紧凑型G-CIR矩阵的压缩表示方法及其等效信道模型,减少了待估计元素个数;最后,利用最小二乘(least square,LS)估计器估计出压缩后的信道,从而实现了非理想载波同步下的OFDM快衰落信道估计.仿真结果表明,该算法能对非理想载波同步下的快衰落信道进行有效估计,并且提高了误码率(bit error rate,BER)性能。     

异步CDMA系统中一种新颖的盲自适应多用户检测方法

盲自适应多用户检测技术是码分多址 (CDMA)系统中抑制多址干扰的一项重要技术。针对传统的基于最小化平均输出能量准则的盲自适应多用户检测技术收敛速度慢的缺点 ,利用一种新近提出的多用户接收器的典范表示方式 ,为 CDMA系统构造了一种动态系统模型 ,然后利用Kalman滤波算法 ,设计了一种新的盲自适应多用户检测方法。理论分析和数值仿真表明 ,在异步 CDMA系统中 ,与现有的基于 L MS算法、基于 RL S算法等盲自适应多用户检测方法相比 ,该方法具有收敛速度快速稳定 ,跟踪性能好等优点     

支持向量机与最小二乘法的关系研究

研究了支持向量机 (SVM)在二次损失函数下的优化问题解的形式 ,并与普通的最小二乘 (L S)估计问题进行了比较 ,得到了几乎完全一致的优化问题形式。由于 SVM在二次损失函数下的优化问题对应于一个欠定问题 ,该问题在最小二乘估计中有最小范数解。如果 SVM的参数选择合适 ,从理论上可以证明采用二次损失函数的 SVM函数拟合问题实际为约束最小二乘估计问题 ,并且该问题的解对应于最小范数最小二乘解。由于最小化范数解实际是 SVM在取某些参数时的一个特例 ,如果能够自动调整这些参数 ,则得到一类最小化范数解。由此提出了采用 SVM解决最小二乘法问题的思想 ,由于 SVM的优点 ,使解更加符合实际情况