多变量线性系统结构和参数辨识的递推最小二乘法

本文研究多变量线性系统的结构和参数辨识.利用解不定对称系数方程组的方法,导出了搜索系统结构特征值的最小二乘递推算法.并提出了一个判断系统结构的新准则——系统特征方程系数符号检验法.把两者结合在一起,构成了完整的多变量系统结构和参数辨识的递推最小二乘法,并给出了仿真例子. 本方法也可作为最小二乘的各种改进算法(如广义最小二乘法等)的基础.     

最小二乘法在PLC模拟量测量系统标定中的应用

针对工程实际应用中,PLC多模拟量测量系统在干扰和设备温度漂移等多种因素的影响下,测试的不准确问题,提出了一种基于最小二乘法回归数学模型的PLC模拟量标定方法.根据最小二乘法的思想,推导了适合于PLC标定的具体计算过程,并给出了具体应用实例.实验结果表明,最小二乘法的拟合精度优于拉格朗日线性插值法,而且基于最小二乘法的PLC模拟量标定精度很高,从而保障了后续计算的精度.     

递推最小二乘法辨识连续带钢热镀锌退火炉模型参数

提出了用递推最小二乘法辨识连续带钢热镀锌退火炉模型参数.在已建立的连续带钢热镀锌退火炉数学模型的基础上,经过分析计算确定模型参数.考虑到最小二乘法的缺陷,选用递推最小二乘法进行参数辨识,并结合实例给出辨识结果和分析,证明了该方法的可行性.     

基于递推最小二乘的荧光补偿参数辨识方法

研究流式细胞仪样本检测数据的荧光光谱重叠补偿问题.针对全矩阵补偿算法中补偿矩阵参数的获取,提出了一种使用多变量系统的递推最小二乘算法辨识补偿矩阵参数的方法.在全矩阵补偿方法的基础上,用单染色荧光光谱线性和对多染色荧光实际测量光谱进行近似,并使用多变量系统的递推最小二乘算法辨识系统参数获得补偿矩阵的元素.仿真结果表明,利用多变量系统的递推最小二乘算法进行荧光补偿与一般最小二乘算法相比,补偿结果的CV值相对误差在2％以内,进而验证了所采用的算法的有效性与可行性.     

满秩分解最小二乘法船舶航向模型辨识

为了解决标准遗忘因子最小二乘法在线辨识船舶航向模型参数漂移和发散问题,考虑到船舶在实际航行中存在海洋环境扰动和数据欠激励的情况,提出并验证了一种基于满秩分解的递推最小二乘法.用实船数据进行船舶航向模型参数辨识,将辨识结果与标准遗忘因子最小二乘算法、多新息最小二乘法、最小二乘支持向量机的辨识结果进行对比,验证了满秩分解有...     

基于正交基神经网络算法的多传感器数据融合方法

为了改善多个同类传感器检测目标参数的性能,提出了一种基于递推最小二乘法的多传感器数据融合的正交基神经网络算法,用基于递推最小二乘法的神经网络算法对各传感器的量测数据进行处理,并用神经网络输出结果的平均值来实现多传感器的数据融合.为了验证算法的有效性,给出了多传感器数据融合的仿真实例.研究结果表明,基于递推最小二乘法的多传感器数据融合的正交基神经网络算法是有效的.     

基于卡尔曼滤波算法的最小二乘拟合及应用

图像处理或在工业控制中经常要用到最小二乘直线拟合,对于有奇异点的直线拟合,传统的最小二乘法拟合误差较大,难以满足较高精度的要求。卡尔曼滤波算法具有最小无偏方差性,能够去除测量系统中的随机误差,将卡尔曼滤波算法与传统最小二乘法结合,建立了一种基于卡尔曼滤波预处理的最小二乘估计的新方法,获得了比传统最小二乘法效果更好的估计结果。试验证明了该方法的有效性和高精度性。     

基于支持向量机软测量技术的应用

软测量技术在工业过程控制中得到广泛的应用。在软测量建模过程中，基于支持向量机的算法能较好地解决小样本、非线性、高维数、局部极小点等问题。在简单介绍最小二乘支持向量机算法的基础上，提出了一种新的改进算法——多输入多输出最小二乘支持向量机算法，将其应用到丙烯腈收率的预测模型中，并且与传统的神经网络算法以及多输入单输出最小二乘支持向量机算法进行建模比较。结果表明，这种算法可以在付出轻微代价的基础上，实现多输入多输出模型的软测量，并取得良好的效果。     

基于改进多输出支持向量机的声发射源定位研究

为了提高根据声发射(AE)现象预报煤与瓦斯突出位置的精度,结合核主成分分析(KPCA),提出了一种改进的多输出最小二乘支持向量机(LSSVM)的目标定位方法.对于采集的声发射参数信号,采用核主成分分析提取重要定位特征;采用多输出最小二乘支持向量机建立定位模型,采用文化基因算法对多输出最小二乘支持向量机参数进行优化.试验测试定位性能,结果表明:算法提高了试验平台声发射定位的精度且定位时间少于其他定位算法,具有很高的实际应用价值.     

基于GEP的最小二乘支持向量机模型参数选择

针对最小二乘支持向量机的多参数寻优问题,提出了一种基于基因表达式编程的最小二乘支持向量机参数优选方法.该算法将最小二乘支持向量机参数(C,σ)样本作为GEP的基因,按其变异算子随着进化代数和染色体所含基因数目动态变化的机制执行,其收敛速度和精确度大大提高.并与基于粒子群算法和遗传算法参数优选方法比较,通过标准测试函数验证了该算法的拟合误差最低.最后用其建立氧化铝生产蒸发过程参数预测模型,应用工业生产数据进行验证,实验结果表明该方法有效且获得了满意的效果.     

基于小二乘-卡尔曼滤波的wMPS系统跟踪定位算法研究

wMPS(workspace Measuring Position System)是一种新型的基于平面交会原理的网络式测量系统,在静态测量研究的基础上,研究了动态跟踪测量的问题。为了减小运动引入的测量误差,利用运动方程提高测量精度,采用了最小二乘法对接收器的位置进行静态估算,将其结果作为伪观测值,然后利用卡尔曼滤波做进一步处理,该方法避免了观测方程中的非线性误差,实现了接收器在运动过程中的高精度跟踪定位。通过试验对最小二乘法和最小二乘-卡尔曼滤波法进行了比较,结果表明最小二乘-卡尔曼滤波法的估值精度远高于最小二乘法。     

线性矩阵方程异类约束最小二乘解的迭代算法

多矩阵变量线性矩阵方程(LME)约束解的计算问题在参数识别、结构设计、振动理论、自动控制理论等领域都有广泛应用。本文借鉴求线性矩阵方程(LME)同类约束最小二乘解的迭代算法,通过构造等价的线性矩阵方程组,建立了求多矩阵变量LME的一种异类约束最小二乘解的迭代算法,并证明了该算法的收敛性。在不考虑舍入误差的情况下,利用该算法不仅可在有限步计算后得到LME的一组异类约束最小二乘解,而且选取特殊初始矩阵时,可求得LME的极小范数异类约束最小二乘解。另外,还可求得指定矩阵在该LME的异类约束最小二乘解集合中的最佳逼近解。算例表明,该算法是有效的。     

具有可行联盟的合作对策的最小二乘解

最小二乘解是基于最小平方优化方法得到的使联盟中局中人的分配值之和与联盟收益的期望偏差最小的分配方案.为了拓展最小二乘解的适用范围,构建可行联盟集合限制下最小二乘解的最优化模型,根据凸规划理论探讨该最小二乘解的存在性及唯一性条件,进而利用拉格朗日乘子法给出求解最小二乘解的矩阵方程,并基于此探讨解的具体表达式和一些重要性质.同时,基于不可分开的局中人获得相同分配值这一分配准则,在最小二乘解的基础上提出对称最小二乘解,并讨论其唯一性条件及相关性质.值得指出的是,当且仅当其可行联盟集合为非奇异时,具有可行联盟的合作对策存在唯一的最小二乘解.所提出的最小二乘解可为局中人合作具有限制时的收益分配问题提供理论依据和决策参考.     

基于修订矩阵的最小二乘法多传感器融合障碍物位置估计

在障碍物位置检测时,由于传感器测量误差等不确定因素的存在,希望通过多传感器融合降低不确定性使得位置估计值更为可靠.提出了一种基于修订矩阵的最小二乘法多传感器融合估计新方法.根据红外传感器得出的先验信息建立修订矩阵,再由最小二乘法的原理得出线性可信度加权方程.分别对加入和不加入修订矩阵进行仿真和"未来之星"移动机器人实验...     

基于双目视觉的飞行目标落地速度测量方法研究

为了测量飞行目标落地速度,采用放置在落弹点区域附近的凝视等待式双目视觉摄像机,高速摄影交汇测量飞行目标的落地速度。根据不同时刻质心的空间三维坐标,用最小二乘法对目标航迹进行拟合,建立了目标三维空间轨迹的多项式函数,对多项式函数求导得到目标的飞行速度。实验与理论分析表明：采用的速度测量方法测量误差小于2％,测量方法正确、可靠,为飞行目标的速度测量提供了一条新的便捷可靠的途径。     

乙烯深度氧化反应动力学方程的非线性最小二乘回归

介绍了采用非线性最小二乘方法回归乙烯深度氧化反应动力学方程。用高斯-牛顿法求解非线性最小二乘方程组,并推导出简单、适用的迭代公式。针对Gauss-Newton法的局部收敛问题,提出:(1)以任意组合的实验值代入回归方程,求得回归参数作为迭代初值;(2)对不同迭代初值所得的结果择优,作为最终结果。实例计算表明,该方法可以有效地回归Langmuir- Hinshelwood型动力学方程,为乙烯深度氧化反应的研究提供依据。     

基于Level Set方法的点采样曲面测地线计算及区域分解

点采样物体的几何处理是当前造型领域中的研究热点之一,如何有效地对点采样曲面进行区域分解是几何处理的基础性工作．该文首先提出了一种基于Level Set方法的点采样曲面上两点间最短路径的计算方法,用以解决区域分解中的边界曲线生成问题．为了保证求解Level Set微分方程的稳定性,文章采用移动最小平方(MLS)方法对点采样曲面进行均匀重采样和去噪音处理．在此基础上,又进一步提出了一个基于Level Set方法的点采样曲面区域拾取算法．最后给出了上述算法在点采样物体的几何处理中的应用实例．实验结果表明该文提出的算法稳定、快速且容易实现。     

基于有向距离场的代数B-样条曲线重建

提出了一种以代数B-样条曲线为表达形式、基于有向距离场的隐式曲线重建方法.首先给定一个表示封闭曲线、可能带有噪音且分布不均匀的平面点云,采用移动最小平方(moving least square,简称MLS)方法对点云去噪、重采样,得到一个低噪音、分布均匀的"线状"点云,再通过Level Set方法建立该"线状"点云的离散几何距离场,最后用一个代数B-样条函数光顺拟合该离散距离场,代数函数的零点集即为重建曲线.曲线重建过程可以归结为求解线性方程组问题.这种重建方法不仅可以得到高质量的重建曲线,还可以得到曲线周围的距离场信息.同时,避免了隐式曲线重建中经常出现的多余分支问题.     

Meshless kinetic upwind method for compressible, viscous rotating flows

This paper presents the split-stencil least square kinetic upwind method for Navier–Stokes (SLKNS) solver using kinetic flux vector splitting (KFVS) scheme with Chapman-Enskog distribution. SLKNS solver operates on an arbitrary distribution of points and uses a novel least squares method which differs from the normal equations approach as it generates the non-symmetric cross-product matrix by selective splitting of the set of neighbours to avoid ill-conditioning. SLKNS also uses the axi-symmetric formulation of the Boltzmann equation and kinetic slip boundary condition. SLKNS is capable of capturing weak secondary flows as well as features of strong rotation characterized by steep density gradient and thin boundary layers towards the peripheral region with a rarefied central core.     

Kinematic Calibration of a Parallel Manipulator for a Semi-physical Simulation System

In the application of a semi-physical simulation system of a space docking mechanism, the simulation precision is determined by pose accuracy of the parallel manipulator. In order to improve pose accuracy, an effective kinematic calibration method is presented to enable the full set of kinematic parameter errors to be estimated by measuring the docking mechanism’s poses. A new calibration model that takes into account geometrical parameter errors and coordinates transformation errors is derived by using a differential geometry method. Based on the calibration model, an iterative least square algorithm is utilized to calculate the above errors. Simulation and experimental results show the calibration method can obviously improve pose accuracy.