自协方差总体最小二乘噪声估计算法

提出了一种自协方差总体最小二乘(ATLS)噪声估计算法,该算法在自协方差最小二乘(ALS)噪声估计算法基础上,采用总体最小二乘方法对自协方差线性方程组求解,使得算法具有更强的抗干扰能力,提高了算法的估计精度;并给出了算法的实现步骤。仿真实验表明在先验噪声偏差较大的情况下,ATLS噪声估计算法具有更高的估计精度。     

组合电路复杂度与面积的翻转信息熵估计方法

为了提高在信息论基础上的逻辑电路面积和功耗分析方法的估计精度,在传统输出信息熵估计理论基础上,提出了利用翻转信息熵进行电路实现复杂度和面积估计的理论方法。概率的方法被用于对组合逻辑电路的输入输出信号翻转行为的相关和相似进行量化分析。在此基础上实现了翻转信息熵面积估计算法,对随机生成的大量电路和标准benchmark电路进行的实验结果表明,该方法带来了至少3%左右的估计精度改善。     

一次范数最小稳健估计在高程混合网中的应用

目的探讨如何获得高程混合网高精度的平差结果。方法结合高程混合网的模拟计算,分别采用下面4种方法平差,即:第1种,不考虑三角高程测量中折光系数影响的最小二乘法;第2种,考虑三角高程测量中折光系数影响的最小二乘法;第3种,不考虑三角高程测量中折光系数影响的一次范数最小稳健估计;第4种,考虑三角高程测量中折光系数影响的一次范数最小稳健估计。结果上述第2种方法比第1种方法精度高,第3种方法与第4种方法精度相当,且均高于第1种方法和第2种方法。对于一次范数最小稳健估计,权函数中常数c越小,平差结果的精度越高。结论在高程混合网中,上述4种方法中,第3种方法是最佳的,因为它精度最高,同时野外工作量最小。在按一次范数最小稳健估计计算时,应根据需要和实际,选择尽量小的c值。     

直扩系统伪码精确同步及FPGA实现

在扩频信号数字化后采用相关、视频累积和DLL延迟锁相环求累积值的基础上，提出了一种改进的伪随机码(PN码)跟踪环．利用DLL延迟锁相环S型签相曲线中间部分的线性特点，采用最小二乘法，通过极大似然参数估计进一步消除随机噪声对伪码相位差估计的影响，得到精确伪码相位差从而实现伪码精确同步及伪码精确测距．该方法实现简单，同步精度高，并且跟踪环伪码相位差门限和精度不受信噪比影响．即使在极限信噪比下也可以准确估计伪码相位差．论述了该方法在某直扩系统中的应用，给出了伪码精确同步部分的FPGA实现方案．系统已通过测试，伪码相位差估计精度可达10ns级，通过后端信号处理进一步平均滤波后精度可达ns级。     

高精度快速定向系统

本项研究采用多位置转台监控技术、解析调平和正交最小二乘参数估计方法，提高快速定向系统的测量精度。原理样机使用一只随机漂移为０．０２（°）／ｈ的动力调谐陀螺和一只精度为１×１０－５ｇ的石英挠性加速度计，在实验室条件下，仪器基座倾斜约１０’，１σ方位精度达到４０＂，同常规测量方法相比，系统精度提高了大约一个数量级。整个过程由微机控制，在５ｍｉｎ内完成。     

加窗LMS－ML自适应时间延迟估计

简述了最大似然时延估计的基本原理，从Ｒｏｔｈ处理器的自适应实现出发，发展了一种加窗ＬＭＳ－ＭＬ自适应时间延迟估计方法。这种方法以ＬＭＳ自适应信号处理技术为基础，利用自适应估计Ｒｏｔｈ处理器来得到幅度平方相干函数，进而实现最大似然时延估计，在自适应迭代过程中，对自适应滤波器的权矢量进行了加窗处理。理论分析和计算机仿真表明：这种方法在估计精度、收敛速度和计算复杂度诸方面均优于基本ＬＭＳ自适应时间延迟估计。     

OFDM系统载频偏移估计算法的研究

载波频率偏移是OFDM系统实现的关键问题之一。分析了OFDM系统载频偏移估计的2种算法，即利用循环前缀和训练序列方法。它们均为最大似然估计方法。分别讨论了它们的基本思想、实现方法和仿真结果。可以看出基于循环前缀算法复杂度较小，精度不高，而基于训练序列的算法有较高的估计精度，但降纸了系统传输效率。     

真空计校准的数值处理及误差分析

文章介绍在真空校准系统上开展的副标准真空规与工作真空规的比对校准实验,用最小二乘法对实验数据进行分段拟合,得到了理想的拟合直线及其校准系数,精度估计表明这种处理是有效的,其结果具有较高的可信度,能够满足HT-7装置运行时真空测量的精度要求。     

含未知输入非线性系统的扩展平方根容积卡尔曼滤波算法

针对工程实际应用中存在的未知输入会导致经典的非线性滤波器状态估计精度下降甚至滤波发散的问题,提出了一种基于最小方差无偏估计(minimum variance unbiased estimation, MVUE)准则的扩展平方根容积卡尔曼滤波(extended square-root cubature Kalman filter, ESRCKF)算法。首先,结合上一时刻未知输入估计值对状态一步预测值进行修正,得到含未知输入条件下的状态预测值。其次,设计新息并采用加权最小二乘(weighted least squares, WLS)法获取当前时刻未知输入的无偏估计。最后,通过最小化协方差矩阵的迹,同时采用拉格朗日乘子法和舒尔补引理得到系统状态的最小方差无偏估计。仿真结果表明,相比于现有的非线性滤波算法,ESRCKF算法提高了在处理含未知输入非线性系统时的状态估计精度,并能同时实现系统状态和未知输入的最优估计,验证了该算法的有效性。     

抗差估计在GPS网空间坐标系转换中的应用

本文将抗差估计理论运用于GPS网空间坐标系间转换参数的求解,从理论上阐述了抗差估计求参的数学模型及精度评价指标。同时结合卖例,将抗差估计与最小二乘估计在GPS网空间坐标系间转换参数求解应用进行分析比较,结果表明当转换基准点存在不稳定点时,采用抗差估计法能有效剔除粗差,其计算结果精度明显高于最小二乘估计法。     

频谱校正中频率-幅值估计的一种新方法

指出了导致频谱误差的根本原因是标准DFT计算中的频率初始点为零,并由此提出一类新的频谱校正方法——初始频率扫描法,包括单频率估计方法和全频段估计方法.该方法以幅值最大为判据准则,以一个频率分辨力为寻优区间,通过调整DFT计算的初始频率点实现对频率和幅值的最优估计.验证结果表明,该方法估计精度较高,能够稳定保持在10-3数量级,且估计精度对信号点数的要求不高,同时,噪声的强烈程度对估计精度影响并不显著,说明该方法具有很强的实用性.     

两类回归直线的比较

本文中 ,我们应用最小距离的方法得到了新的回归直线方程 ,并与应用最小二乘方法所得的回归直线进行了比较 .     

一种变电站系统参数估计的新方法

提出了一种有约束线性最小二乘估计算法,基于变电站内的量测数据以及变压器的参数来估计系统母线电压和系统阻抗参数。采用数值仿真的方法进行了验证,并采用随机变量反映实际当中的量测误差。仿真结果表明提出的方法是可行的,并可以确保精度满足使用要求。     

恒加试验随机截尾指数分布数据加速系数的LSE

针对恒定应力加速寿命试验下随机截尾指数寿命数据进行统计分析。在加速寿命方程未知的情况下 ,给出了加速系数的近似最小二乘估计方法。随后的随机模拟实例表明 :所给的统计方法计算精度较高     

基于最小二乘迭代算法精确估计塔康方位参数

对中频数字化技术的塔康视频信号方位估计进行了研究。首先通过搜索PAM信号的峰值,得到由随机峰值点组成的包络信号;再根据确定的信号形式,采用最小二乘迭代算法估计出包络信号的方位参数。不需要寻找正斜率拐点和脉冲对译码,通过迭代运算能减小运算量和计算机内存,在对峰值进行拟合过程中,能有效抑制噪声的影响,提高参数估计精度。计算机仿真验证了其有效性。在3 dbW的功率信噪比下,估计误差不超过0.5°,满足塔康系统的方位误差为2°的要求。与传统方法相比,该方法具有实现简单、高精度的特点。     

基于傅立叶变换的OFDM信道估计方法研究

分析了无线OFDM 系统中基于傅立叶变换的信道估计方法,提出了在低信噪比情况下使用LMMSE估计的一种改进方法和在高信噪比情况下使用不需要先验信息的LS估计的改进方法。仿真结果表明，在无线多径慢衰落信道条件下，该改进方法都能够有效对抗频率选择性和先验信息的估计偏差对信道估计的影响，在估计性能与算法复杂度之间取得良好折衷。     

拟回归标度参数不相关估计的估计量

在拟回归假设条件的基础上，本提出对拟回归原型的未知标度参数独立进行估计的方法，新方法不仅具有很高的计算效率，而且标度参数的估计量之间不再具有相关性，当样本容量很大的时候，新方法能够达到原方法(献[1]，An and Owen的方法)的计算精度．在章结尾给出了计算机模拟结果。     

基于X射线脉冲星的最小误差熵定姿态方法

提出一种基于X射线脉冲星能量观测信息和最小误差熵算法的航天器自主定姿方法.首先建立了圆形准直器差分测量模型,观测两颗脉冲星的辐射光子能量.然后引入信息熵概念来充分表征脉冲星辐射信号的随机性,用最小误差熵原理进行参数拟合,解出脉冲星在航天器坐标架下的方向矢量,通过矢量定姿法解算出航天器在参考坐标系中的完整姿态.最后结合美国国家宇航局HEACARC数据库提供的脉冲星观测数据进行了仿真试验,结果表明:在所给试验条件下,基于最小误差熵方法的参数估计精度要优于常用的最小二乘法,相比于后者,俯仰、滚动和偏航三轴精度分别提高了31.4％,27.1％和32.5％.     

有序样品的加权动态预测

对有序样品而言,每个样品与新样品关系的“密切”程度不同.预测时应该适当降低与次要数据的拟合精度,提高与重要数据的拟合精度,从而提高预测效果.在此思想下,本文提出有序样品加权最小二乘估计中权重的一种取法,即通过迭代的方法来确定一个区间,在此区间上取自然对数,以对数值作为权重来进行加权最小二乘估计.     

低信噪比下低复杂度的OFDM信号带宽盲估计方法

针对低信噪比多径信道下传统的正交频分复用(OFDM)信号带宽盲估计方法估计精度低且计算量较大的问题,提出了一种低复杂度的OFDM信号带宽盲估计方法,首先利用修正的周期图求平均(Welch)法得到功率谱,再对其进行最小二乘多项式拟合得到平滑的功率谱,然后通过对功率谱曲线进行求导提取出斜率最大点和最小点的位置进而估计带宽,最后多次循环求统计平均得到信号带宽的精确估计.通过理论分析,确定了OFDM信号带宽盲估计方法的步骤,并在多径信道下进行了仿真试验.仿真结果表明,该方法在信噪比为0 dB时能够达到98.9％的正确估计率,并且该方法与传统方法相比,带宽估计精度更高,计算复杂度更低.