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%。     

基于整体最小二乘的空间直线拟合算法

首先通过一定方式的转换将空间直线六参数拟合问题简化为平面直线四参数拟合问题,然后将方程组进行矩阵化,有利于利用整体最小二乘理论进行算法计算,最后分别利用本算法和最小二乘法对实测数据进行空间直线拟合计算,并对2种算法的结果进行比较,初步验证了本算法的可靠性和精确性.同时,将计算结果与不同文献的研究结果相比,证明了本算法的有效性与正确性.     

大地电磁资料三维傅里叶变换偏移方法及其应用

利用傅里叶变换及内插外推方法对三维大地电磁资料偏移成像问题进行了研究。首先将大地电磁场满足的三维亥姆霍兹方程降维分裂成两个二维响应方程，然后对每一个二维方程进行傅里叶变换，使二维方程变为一维方程，通过大地电磁场垂向方向的导数在地面上所满足的边界条件，确定外推方程中的两个待定系数，从而得到一维外推方程的解。对横向非均匀地电介质，利用分段傅里叶变换方法进行偏移，同时将每一段内电阻率的平均值作为背景值。为了解决纵向介质的不连续问题，取相邻两频点的电阻率值的外推结果进行加权内插。对于横向各段的衔接，采用内插平滑处理。应用该方法对伊朗项目中T01—010测线资料进行了偏移处理，偏移结果除了反映浅层和基底明显的分界面之外，还能较好地反映局部地电异常体引起的异常。     

最小一乘回归的新算法

利用加权最小二乘法，提出最小一乘的一种迭代算法，这种方法使最小一乘法在计算上变得简单、直观     

椭圆干涉条纹压缩系数和离心率的计算

提出了计算椭圆干涉条纹压缩系数和离心率的方法，利用最小二乘法对椭圆干涉条纹进行拟合，解出了椭圆方程的各项系数，并给出具体的计算实例，由于拟合多项式是正交多项式的线性组合，简化了计算过程，保证了数据处理的稳定性。     

二维数组的快速排序算法

在一维数组快速排序算法的基础上，给出了二维数组的快速排序算法，理论分析和大量的数值实验结果表明，其算法的平均计算时间仍然是Ｏ（ｎｌｏｇ２ｎ），一般所需的栈空间仍为Ｏ（ｌｏｇ２ｎ），是有效而可靠的快速排序算法。     

一种基于TDOA/AOA的混合三维定位算法

基于Chan算法,提出了一种改进的到达时间差(TDOA)和到达角(AOA)混合三维定位算法。该算法的主要思想是将Chan算法推广到三维空间,并在TDOA误差方程组里附加AOA误差方程来构建三维形式的非线性方程组。为了有效地克服Chan算法的二值根模糊性问题,先使用加权最小二乘法(WLS)获取初始解或者估计;接着根据初始解分量之间的相关性,并基于约束加权最小二乘(CWLS)算法,重新建立方程以对初始估计进行修正。通过计算拉格朗日因子,获取最终位置估计。仿真结果表明,与直接将Chan算法推广到三维相比,该算法具有较高的定位精度,其均方误差逼近克拉美-罗界(CRLB)。     

正弦余弦算法求解含有异常值的非线性数据拟合

针对非线性数据拟合问题，建立以残差的平方和与绝对值和为目标的最小二乘与最小一乘模型，采用正弦余弦算法计算模型参数.计算结果表明：如果数据的分布是对称且无异常值，则最小二乘得到的结果与最小一乘得到的结果基本一致；如果数据存在异常值，则异常值对最小二乘有着较大的影响，而对最小一乘的影响较小.     

基于表上作业原理的运输问题计算机寻优算法

针对运输问题寻优的高度复杂性,提出了一种基于表上作业原理的计算机寻优算法。在算法中,采用"最小元素法"获取初始基可行解,采用"位势法"获取检验数数组,采用"递归过程"获取闭合回路数组,根据闭合回路数组和基可行解获取调整量,根据闭合回路数组、调整量对基可行解进行调整,通过While循环不断寻优直到最小检验数非负。While循环退出时,若存在0检验数,则任选一个0检验数,以其为起点寻找一个闭合回路数组,通过调整得到随机最优解。应用案例表明,该算法实现了表上作业求解过程的计算机程序化,提高了计算效率、确保了计算准确性。     

浅析C语言数组与指针

数组和指针是C语言的两个最重要的概念,它们若结合起来使用,非常灵活,初学者往往感到无所适从,笔者根据多年的经验,利用典型实例和图表对指向一维数组的指针的定义和数组元素的引用、指针与自增自减运算符相结合的一些常见表达式的具体含义及区别、二维数组中各数组元素的多种地址表示方式及访问二维数组时如何定义指向数组元素的指针和指向某行数据的指针等进行了描述和分析,所有实例都在VC6.0环境下通过,希望初学者能快速理解和掌握。     

利用粒子群算法计算AHP判断矩阵排序权重

根据判断矩阵的基本性质,可以将判断矩阵的排序权重计算归结为一个最小化一致性指标的最小优化问题。针对这个最优化问题,提出一种利用改进的粒子群算法计算排序权重的算法。首先对判断矩阵排序权重计算及一致性检验、改进的粒子群算法进行了介绍,然后对排序权重计算进行了描述,最后给出仿真实验数据及其分析。实验结果验证了此算法的有效性,并显示该算法具有很高的精度和稳定性。     

机载雷达目标空时参数快速估计方法

针对机载雷达动目标空时参数估计中常用的基于最大似然准则的参数搜索方法计算量过大的问题,提出了一种新的目标空时参数快速估计方法.该方法首先对机载雷达阵列回波信号做降维的空时自适应处理,对滤波输出最大的多普勒单元在空域取3个不同方向的导向矢量做空域滤波,得到3个不同的自适应权矢量和输出响应,再利用这些权矢量和输出响应,用多项式求根方法得到目标的空域频率,然后利用多普勒频率滤波响应主瓣附近的3个频率的输出,依据二阶近似求解极值得到目标的多普勒频率最大似然估计值.仿真实验表明,该方法在保证估计精度与参数搜索方法相同的情况下,计算量能够减小到参数搜索方法的1/100.     

利用多输入多输出雷达低秩杂波的降维空时自适应算法

为了抑制机载多输入多输出(MIMO)雷达接收信号中的杂波和有源干扰,提出一种利用MIMO雷达低秩杂波进行降维的空时自适应处理算法(LRC-RD).首先根据系统参数离线构造杂波子空间矩阵,再结合有源干扰加噪声协方差矩阵以及目标空时导向矢量来构造降维矩阵,最后用降维后的数据计算自适应权值.LRC-RD算法可将全维数据维数降为杂波的秩加1,从而降低了计算复杂度和计算自适应权值所需的训练样本数,所以收敛速度快,并且其理论性能可以达到全维处理的理论性能.仿真实验表明,LRC-RD算法在没有误差、样本数为降维后的数据维数的2倍时,其信噪比损失在高速区比基于双迭代的算法和基于子阵划分的算法分别高出约5 dB和17 dB.     

Correlation Dimension in Fault Diagnosis of 600 MW Steam Turbine Generator

GP algorithm of correlation dimension computation is ameliorated which overcomes the shortage of traditional one. Improved process of GP algorithm takes the influence of temporal correlative pairs of points on correlation dimension into account and promotes the computational efficiency prominently. Iterative SVD method is applied to remove the influence of noise on the result of correlation dimension. The faults of steam flow turbulence and oil film disturbance which occur in 600MW Steam Turbine Generator are analyzed and whose correlation dimensions are computed. More distinct quantitative index than FFT is gained to distinguish two faults and it‘s of little importance to apply correlation dimension to study the influence of various factors on steam flow turbulence fault for nonexistence of convergent floor in correlation integral curve, which presents a new way to learn the operational function of large capacity steam turbine generator and carry out comprehensive condition monitoring.     

三角网自动连接的聚焦算法

在三角网生长法的基础上，采用面向对象的技术，利用点数组和点索引数组来存贮平面上的散乱数据点，基于Delaunay三角剖分的“圆准则”，提出三角网自动连接的聚焦算法．该算法在扩展新三角形时，将点的搜索范围控制在已知三角形的外接圆内，计算速度大大加快．从给出的算例表明，该算法十分有效，特别适合于大数据量的三角剖分。     

一种基于距离的聚类和孤立点检测算法

提出了一种基于距离的聚类和孤立点检测算法(DBCOD),根据距离阈值对数据点进行聚类,在聚类过程中记录每个数据点的密度,并根据密度阈值确定数据点是否为孤立点.实验结果表明,该算法不仅能够对数据集进行正确的聚类,可以发现任意形状的聚类,算法执行效率优于DBSCAN,具有对噪音数据、数据输入顺序不敏感等优点,同时还能有效地进行孤立点检测.     

局部统计量的快速计算算法

本文提出了一种新的在频域中计算局部统计量的快速算法。首先探讨了如何根据局部统计量的具体性质,设计快速卷积算子,然后将该算子与图象作循环卷积以达到快速计算的目的,最后讨论了循环卷积算子与线性卷积算子在计算局部统计量上的异同点。本文算法的最大特点在于计算速度与运算空间不随计算窗口的变化而变化。植物染色体图象的实验表明:本文算法较在时域中直接运算约快5～6倍。     

断裂信息维在矿井构造相对复杂程度预测中的应用

为了帮助煤矿寻找井田内开采地质条件较好的区块,将研究区划分为若干个单元,分别统计各单元断裂信息维及其相关因素数据.通过对已揭露区统计数据进行灰色关联分析和逐步回归分析,发现断裂信息维能综合反映断层条数、断层密度、断层长度、断层强度等特征,且与断裂构造的相对复杂程度呈正相关关系.将已揭露区各单元断裂信息维及其影响因素(不含断层类指标)统计数据作为样本进行人工神经网络训练,达到精度要求后,用于预测井田不同单元的断裂信息维.对比东庞井田已揭露区各单元断裂信息维的统计值与预测值,准确率达90%左右.图2,表1,参9.     

一种稳健的未知信源数目的DOA估计算法

现有的DOA估计算法都是基于较为理想的模型提出的,在实际工程中,这些算法的性能受快拍数少、阵列误差的影响会严重恶化.针对这一问题,文中提出一种稳健的未知信源数目的 DOA估计算法.该算法先利用投影变换技术对阵列接收数据进行预处理,抑制模型误差并降低数据维数,从而提高算法的稳健性并减少计算量,然后根据变换后的m-Capon算法空间谱函数估计DOA.仿真结果表明:该方法在快拍数少、系统误差不大(小于10%)的情况下依然具有一定的方位"超分辨"能力,而且有较强的稳健性,性能远优于现有的MUSIC算法和对角加载m-Capon算法.     

基于点的代数连通强度和非负矩阵分解的肿瘤基因分类

随着DNA微列阵技术的发展,利用基因表达谱数据进行生物信息的有效挖掘已经成为研究热点.因此,该文中提出将点的代数连通强度与非负矩阵分解相结合的方法对基因表达数据进行分类处理.首先利用点的代数连通强度剔除受外界因素影响过大的基因数据并用修正的特征计分准则进行计分排序,选取具有高计分的基因子集;接着利用近来流行的非负矩阵分解将该基因子集映射到极低维的特征空间;最后利用SVM分类器实现分类实验.通过几组公开的基因表达谱数据集的实验结果以及与其他方法的对比分析,验证了该方法是有效的、可行的.