最小二乘法参数辨识及其微机实现

最小二乘法是系统参数辨识中最基本、最成熟的方法,在微机上实现最小二乘法辨识参数,使参数辨识和建模得到了从理论到实际应用的飞跃。     

光笔式视觉传感技术中控制点坐标测量值的修正

为了提高光笔式便携三维坐标视觉测量系统的稳定性,根据系统的测量原理和成像机理,在CCD摄像机像平面内对光笔上被测控制点的实际像点坐标进行平面直线最小二乘拟合,得到修正后的实际像点坐标;对计算出的被测控制点坐标在摄像机坐标系中进行空间直线的最小二乘拟合,得到修正后的被测控制点坐标,推导出了平面和空间直线的最小二乘拟合和数据修正公式.实验结果表明,经过上述数据处理后,被测点坐标的测量稳定性在Z,Y,X方向上可分别提高0.644 mm,0.04 mm,0.002 mm.     

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.     

递推最小二乘参数辨识与仿真实例

介绍了基于递推最小二乘法进行系统辨识的基本原理,对给定的实际输入输出数据运用MATLAB的M语言编写递推最小二乘算法,最后给出相应的仿真结果和分析,并对得到的模型进行验证。     

多雷达组网系统空间误差分布 与配准算法仿真

空间配准是多目标跟踪系统中的关键环节.本文针对实际的多雷达组网系统,详细分析了造成观测误差的空间误差源分布情况,并对误差进行了分类.在此基础上,深入研究了各类误差配准算法,结合工程实际,推导了基于测地坐标系的目标航迹转换方程;利用最小二乘配准算法推导了广义最小二乘算法,仿真结果表明了算法的有效性.但当量测噪声相对系统偏差较大时,估计结果会变差,因而减小初始校准误差是提高系统观测精度的最重要环节.     

基于力反馈的夹持器系统模型

分析了基于力反馈的夹持器系统的各个子系统,建立了包括位/力转换子系统、榆测了系统、电机及驱动子系统、控制了系统在内的各子系统数学模型.进而得到了带饱和非线性环节的整个闭环系统的分段状态空间模型.利用系统实际响应,通过最小二乘法和遗传算法得到了该非线性模型的参数,对实际系统、基于2阶线性简化模型的仿真系统与基于本文所提出...     

矿井通风系统风速修正方法研究

目前,我国矿井通风系统风量监测主要通过基于超声波涡街技术的风速传感器配接煤矿安全监控系统来实现。这种测量方法虽然能够实现不间断监测、数据存贮、数据统计分析等功能,但是,因传感器被安装好后,位置固定不变,只能测量巷道横截面中固定一点的风速,使测量风速值与实际风速值之间存在偏差。本文结合矿山现有风速检测仪表,提出测量方法,记录测量数据,展开分析研究。利用最小二乘法回归原理,总结最小二乘法直线拟合方程,对风速传感器所测风速值进行校准计算,使风速传感器所测风速值最大程度接近实际风速值。最后,利用Excel实现直线拟合方程斜率、截距等参数的快速准确计算。     

稀疏最小二乘支持向量机及其应用研究

提出一种构造稀疏化最小二乘支持向量机的方法．该方法首先通过斯密特正交化法对核矩阵进 行简约,得到核矩阵的基向量组;再利用核偏最小二乘方法对最小二乘支持向量机进行回归计算,从而使最 小二乘向量机具有一定稀疏性．基于稀疏最小二乘向量机建立了非线性动态预测模型,对铜转炉造渣期吹炼 时间进行滚动预测．仿真结果表明,基于核偏最小二乘辨识的稀疏最小二乘支持向量机具有计算效率高、预 测精度好的特点．     

一种面向融入式测量系统的手持式测量装置标定方法

融入式测量系统需要配合手持式测量装置(手持式测靶)进行工作,所以针对测靶探针尖端中心位置(测头)的标定是必不可少的过程,目前主要用最小二乘法对其进行标定,该方法容易受到微小位置误差等噪声的影响从而产生较大的标定误差,针对此问题,在最小二乘法的基础上对传统标定算法进行改进,利用正则化总体最小二乘法(Regularized...     

搅拌摩擦焊接机器人大型薄壁零件空间曲线焊缝测量与轨迹生成

针对大型金属薄壁零件制造、装夹变形后的空间曲线焊缝加工轨迹尤其是零件空间法矢难以确定的问题,提出了一种通过测量焊缝上离散点计算刀位点并估计空间法矢的方法.首先,利用搅拌摩擦焊接(FSW)机器人末端安装的接触式测头碰触焊缝进行测量,再利用三次样条拟合一系列测得的空间点,得到一条与真实焊缝距离为1倍测头球心半径的空间曲线;其次,通过最小二乘法求出众多测量点的最小二乘平面;以最小二乘平面内焊缝曲线投影的面内法矢估计实际焊缝曲线的空间法矢.最后,将拟合曲线上用弦高差法离散得到的伪刀位点沿其空间法矢的负向平移1倍测头球心半径的距离,作为真正的刀位点.仿真实验表明本文的研究为大型复杂薄壁回转体零件的搅拌摩擦焊接提供了一种不必测量整个曲面便可得到焊接刀位点和法矢的有效方法.     

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MATLAB的广义最小二乘参数辨识与仿真

针对参数辨识中最小二乘法（LS）存在的缺点,讨论了一种用迭代的松弛算法对最小二乘辨识的改进方法-广义最小二乘（GLS）辨识,并介绍了其基于Matlab的仿真和分析方法。首先简述参数辨识的概念、最小二乘法辨识存在的主要缺点和广义最小二乘法的基本原理,之后简要介绍了Matlab系统辨识工具箱及其中参数辨识的实现方法,最后结合实例给出相应的仿真程序及其结果分析,仿真结果表明：该方法辨识精度高,明显优于最小二乘辨识。     

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...     

最小二乘法数据处理

本文阐述在Visual C++ 6.0中实现数据最小二乘法的处理方法,通过实例介绍了最小二乘法的算法和本系统新特点功能。     

最小二乘法数据处理

本文阐述在Visual C＋＋6.0中实现数据最小二乘法的处理方法．通过实例介绍了最小二乘法的算法和本系统新特点功能。     

移动最小二乘法研究进展与述评

为使移动最小二乘法能更好地应用到无网格方法中,详细阐述移动最小二乘逼近法、移动最小二乘插值法、MUKHERJEE改进的移动最小二乘法以及程玉民等提出的改进的移动最小二乘法和复变量移动最小二乘法等的研究进展,述评各种移动最小二乘法的优缺点,并概述各种移动最小二乘法形成的无网格方法的研究进展.     

基于MATLAB的递推最小二乘法辨识与仿真

通过对最小二乘算法的分析,推导出了递推最小二乘法的运算公式,提出了基于MATLAB/Simulink的使用递推最小二乘法进行参数辨识的设计与仿真方法。并采用Simulink建立系统的仿真对象模型和运用MATLAB的S-函数编写最小二乘递推算法,结合实例给出相应的仿真结果和分析。仿真结果表明,该仿真方法克服了传统编程语言仿真时繁杂、难度高、周期长的缺点,是一种简单、有效的最小二乘法的编程仿真方法。     

采用限定记忆区间最小二乘法辨识DC伺服电机系统非线性参数的方法

以ＤＣ伺服电机系统作为研究对象，提出了采用限定记忆最小二乘法辨识具有非线性参数的ＤＣ伺服电机系统动力学参数的新方法．（１）采用限定记忆最小二乘法，辨识出了伺服电机的非线性参数与运动状态相关的轨迹．（２）提出了以速度指令信号的周期设定限定记忆区间长度Ｌ的方案．（３）对用限定记忆最小二乘法辨识出的非线性参数列再构出非线性参数列与状态变化间的对应关系，然后对每个与状态变化相关的非线性参数列，使用最小二乘法进行二次曲线的拟合，进一步构造出非线性参数的近似模型．（４）将拟合得到的非线性参数列的模型代入到ＤＣ伺服电机的动力学方程式中，便可构成电机系统的非线性模型．采用限定记忆最小二乘法可以观测到系统的非线性参数与运动状态变化的关系，并且可以构成更精确的电机系统的非线性模型，通过对模型与电机系统之间的误差检定，确认了使用此方法建立的模型具有误差小、精度高，更接近实际系统．     

采用有限时间平均一致性协议的电力系统分布式状态估计

随着基于相量量测单元的广域量测系统在技术上的成熟与推广应用,利用WAMS量测可实现电力系统线性状态估计.本文基于广域量测系统提出一种全分布式状态估计算法.首先根据拉格朗日乘子法推导了多区域约束加权最小二乘估计模型,然后引入有限时间平均一致性协议,得到系统量测正常情况下的分布式状态估计算法.考虑了系统量测存在异常数据情况,根据最小二乘估计的几何意义扩展推导出修正算法,使其在各区域剔除异常量测后,无需改变信息矩阵,只需执行若干次有限时间平均一致性协议能收敛至信息矩阵修正后的集中式估计值.最后,理论分析和实验结果证明了算法的有效性.     

含未知输入不确定系统的扩展递归滤波算法

对一类具有未知输入、乘性噪声和量测丢失的不确定系统的扩展递归滤波问题进行研究。其中,实际系统存在时变性和不确定性的情形通过乘性噪声描述;量测丢失现象用服从伯努利分布且统计特性已知的随机序列表示;先验信息未知的外界干扰以未知输入的形式存在于系统方程和量测方程中。综合考虑上述因素,首先,利用传统的递归滤波性质和线性无偏最小方差估计准则,设计一种能同时估计系统状态和未知输入的扩展递归滤波器;然后,采用加权最小二乘优化理论和拉格朗日乘子法求取滤波器中待定的增益矩阵;最后,通过数值仿真实验验证了该算法的有效性。