一种改进的系统误差配准算法

雷达组网系统首先要解决误差配准问题,以便较准确地估计和消除系统误差。本文提出了一种改进的基于ECEF坐标系的广义最小二乘算法用于误差配准。该算法通过循环配准逐渐对真实的系统误差进行逼近。仿真数据验证了该算法的性能优于传统的ECEF-GLS误差配准算法的性能。     

一种改进的系统误差配准算法

雷达组网系统首先要解决误差配准问题,以便较准确地估计和消除系统误差.作者提出了一种改进的基于ECEF坐标系的广义最小二乘算法用于误差配准.该算法通过循环配准逐渐对真实的系统误差进行逼近.仿真数据验证了该算法的性能优于传统的ECEF-GLS误差配准算法的性能.     

鲁棒递推偏最小二乘法

针对时变模型建模或大数据量情况下建模过程中的野点检测问题,提出了鲁棒递推偏最小二乘法(RRPLS).通过将递推偏最小二乘法(RPLS)与鲁棒主分量回归算法(RPPSV)相结合,实现分块野点检测算法,有效地解决了一般野点检测算法的计算量大的问题.仿真说明鲁棒递推偏最小二乘法不但能检测出数据中的野点还能大量减少建模时间,最后给出了在交流异步电力测功机系统的应用实例.     

基于渐消记忆递推最小二乘法的空间矢量控制APF参数在线辨识

为抑制三相并联有源电力滤波器在空间矢量控制中因参数变化对补偿效果的影响,本研究采用基于递推最小二乘法对参数实时在线辨识,并将渐消记忆的指数窗口引入递推最小二乘法中,克服了递推最小二乘法出现的"数据饱和"现象。仿真结果表明该方法简单可靠,鲁棒性强,易于离散化实现,能很好在线辨识APF输出等效阻感,改善了空间矢量控制性能。     

MA模型参数估计的两段最小二乘法及其在自校正跟踪滤波器中的应用

提出了滑动平均（MA）模型参数估计的两段最小二乘法。首先用递推最小二乘法对MA模型拟合一个高阶自回归（AR）模型,然后再用最小二乘法一个不相容的超定性方程组得到MA模型参数估值。一个应用于自校正跟踪滤波器的仿真例子说明了其有效性。     

桥梁健康监测中多传感器的时空数据配准分析

 针对桥梁健康监测中多传感器数据的可信性及准确性问题,提出了一种二维数据处理模型.首先利用最小二乘法对异步测量数据进行时间配准,再通过几何坐标转换算法进行空间配准,将测量数据置于同一个时间和空间的坐标系中,使得数据具有可信性;并在时空数据配准处理后利用卡尔曼滤波的方法减小系统误差,这样数据具有了准确性.仿真结果表明:该模型有效提高了桥梁健康监测中传感器网络所采集数据的可信性与准确性.     

ARMA模型参数估计的两段最小二乘法

提出了自回归滑动平均(ARMA)模型参数估计的两段最小二乘法。首先用递推最小二乘法对真实ARMA模型拟合高阶自回归(AR)模型,然后基于所拟合的AR模型参数,用最小二乘法解一个不相容代数方程组得到ARMA模型参数。一个仿真的例子说明了其有效性。     

改进的递推增广最小二乘参数估计方法

基于用递推最小二乘(RLS)法拟合高阶自回归(AR)模型得到的白噪声估值,提出了自回归滑动平均(ARMA)模型参数估计的一种改进的递推增广最小二乘法。它由两段RLS算法组成,可在线实现,具有快的收敛速度。一个仿真例子说明了其有效性。     

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.     

广义最小二乘限定记忆参数辨识方法与仿真研究

最小二乘参数辨识法可用于动态系统、静态系统、线性系统、非线性系统的参数估计.可用于离线估计,也可用于在线估计.最小二乘辨识法简单、实用,其递推算法收敛可靠,并且当模型噪声为白噪声时,可得到无偏、一致和有效的估计,从而得到广泛的应用.但当模型噪声是有色噪声时,最小二乘参数估计不是无偏、一致估计,并且随着数据的增长,最小二乘递推辨识算法将出现数据饱和现象,以致递推算法慢慢失去修正的能力.广义最小二乘递推算法解决了模型噪声是有色噪声时,最小二乘参数估计的无偏性和一致性问题,并能给出噪声模型的参数估计值,但依然存在数据饱和问题.论文在广义最小二乘递推算法的基础上引入限定记忆方式,获得了广义最小二乘限定记忆参数估计递推算法(RFMGLS),解决了广义最小二乘递推算法的数据饱问题.仿真结果表明了RFMGLS算法的有效性.     

混和稀土光谱解析方法的研究

采用偏最小二乘法及导数偏最小二乘法对一含有三种稀土与间乙酰偶氮氯磷的混和体系光谱进行剖析,结果表明偏最小二乘法及导数偏最小二乘法均适合多组份分析。在本体系中,因含有基体干扰,导数偏最小二乘法其定量、定性分析略优于偏最小二乘法。     

多传感器组网系统空间配准算法

传统的偏差配;住技术多基于球极投影,当传感器距离较远时,给配准结果引入一定的偏差,使用地心地固（ECEF）坐标系,以一个传感器为融合中心,提出了多传感器动态偏差的估计模型,能较好地解决了远距离偏差估计问题,由于的最小二乘法和广义最小二乘法不能满足实时动态系统配准,提出利用序惯卡尔曼滤波算法实现动态系统偏差估计,通过仿真试验说明该模型和算法能有效地进行传感器动态偏差估计．     

增广最小二乘限定记忆参数估计算法与仿真

最小二乘法可用于动态系统、静态系统、线性系统和非线性系统的参数估计,可用于离线估计,也可用于在线估计;文章在增广最小二乘递推算法的基础上引入限定记忆方式,获得了增广最小二乘限定记忆参数估计递推算法(RFMELS),解决了增广最小二乘递推算法的数据饱和问题,仿真结果表明了RFMELS算法的有效性.     

基于 RLSM 的海洋无人航行器操纵性参数辨识

针对传统海洋无人航行器(unmanned marine vehicle, UMV)操纵性参数辨识过程中,采用经典最小二乘法的辨识精度对基础数据量的依赖性较高、辨识误差较大的问题,提出一种改进的递推式最小二乘法(recursive least squares method, RLSM)用于UMV的操纵性参数辨识.首先,推导了UMV的操纵性响应模型,基于四阶龙格-库塔法进行相应的数值仿真数据采集;然后,对所建立的辨识模型进行离散化处理,简化成标准的递推式最小二乘法模式,以便于进行参数辨识设计;最后,根据辨识结果进行5°、10°、20°、30°正弦和Z形的半物理仿真实验,结果验证了所提出RLSM辨识算法的有效性、可靠性和优越性.     

多输入单输出系统的辅助变量参数估计

利用辅助变量辨识方法,推导出多输入单输出系统的辅助变量递推最小二乘算法,并与辅助模型递推最小二乘法进行了计算量和辨识精度比较.     

M估计补充策略下的三轴磁传感器误差补偿

针对三轴磁传感器采样过程中出现的异常值对磁传感器误差补偿产生影响的问题,提出了一种M估计补充策略下的三轴磁传感器鲁棒补偿算法。在最小二乘法的基础上引入M估计算法,从而降低异常点对拟合结果的影响。利用最小二乘法对原始数据进行拟合得到初始椭球系数;根据拟合出的椭球面和原始数据计算各点的残差,构建Huber目标函数,根据残差大小计算各点的权重,从而对椭球参数进行更新;多次迭代,直到前后两次迭代得到的椭球系数之差小于设定的阀值,得到误差补偿参数;利用补偿参数求取真实磁场数据。通过仿真模拟实验和场外地磁采集实验对所提算法进行了验证:仿真结果表明,针对包含偏移大的异常值磁场数据序列,与最小二乘法和递推最小二乘法相比,经过多次迭代的M估计补偿法的数据均方差降低了97.5%以上;地磁场数据采集实验结果表明,用M估计补偿获得的数据有效降低了异常值带来的影响,提高了系统鲁棒性,数据均方差比最小二乘法的低47.74%,比递推最小二乘法的低78.12%。     

基于局部轮廓曲线的图像配准方法

图像配准是计算机视觉领域的基本问题.提出了一种基于局部轮廓曲线的图像配准方法 .首先,利用图像的最小作用曲面提取从角点出发的局部轮廓曲线,并通过MLSD描述符描述轮廓曲线;其次,对曲线的MLSD特征向量进行傅里叶变换以便于使用轮盘匹配方法实现两幅图像中从角点出发的局部轮廓曲线的配准;然后运用最小二乘法迭代求解局部配准参数;最后,统计局部配准参数直方图获取全局配准参数.实验结果表明：此配准方法有较高精度.     

最小二乘法对多变点检验的性能研究

给出了衡量最小二乘法识别多变点能力的方法,模拟研究了最小二乘法对不同数据生成过程的多变点检测效果,指出了最小二乘法的适用性,最后应用最小二乘法检测了中国主要经济部门的GDP变点.     

整体最小二乘法直线拟合

针对在直线拟合中,因变量选取不同拟合的结果有差异现象,提出采用整体最小二乘法进行直线拟合。文章在分析直线方程特点的基础上,采用EIV模型描述直线方程,在解算中根据系数矩阵的特点应用QR分解分为将方程两部分,采用了混合最小二乘法求解。理论分析和实际计算结果表明,整体最小二乘法顾及了因变量和自变量的误差。拟合精度高于普通最小二乘法,采用整体最小二乘拟合直线,整体上优于普通最小二乘法。     

一种非线性失真的PCB图像配准方法

建立边缘对准度函数,通过抽样特征点对样本PCB图像与待测PCB图像进行全局配准.由于相机镜头畸变导致图像非线性失真,全局对准后,局部配准存在偏差.提出分块对准策略,解决局部配准问题,同时针对局部配准后,块与块的交界处存在断裂现象,采用最小二乘法进行边缘拟合,实现全局PCB与局部PCB图像无缝配准.