基于局部对称重加权惩罚最小二乘的拉曼基线校正

拉曼光谱分析技术具有快速响应、非接触、检测限制小、灵敏度高的优点,广泛应用于生产生活的众多领域。然而实际测得的原始拉曼光谱总会有不同程度的基线漂移,严重影响光谱分析的有效性和准确性。针对现有基线校正方法容易造成估计基线偏低、校正后光谱抬升的问题,提出了一种基于局部对称重加权惩罚最小二乘(LSRPLS)的基线校正算法,该算法在非对称惩罚最小二乘的基础上,使用softsign函数引入局部对称加权的思想,对光谱中无谱峰的基线区域赋予相近的权重,并通过迭代调整估计基线的权重。在模拟和实际拉曼光谱上分别进行了验证。实验结果表明:LSRPLS基线校正算法不仅能对不同类型的光谱基线进行校正,而且与现有的基线校正方法相比,具有更高的准确度和稳定性。基线校正后的光谱在主成分空间上的聚集度得到提升,模型的分类准确性明显提高,说明LSRPLS算法在去除基线的同时,能够保留光谱的有效信息,为拉曼光谱的进一步分析提供了依据。     

基于全变差的加权最小二乘法PET图像重建

传统的加权最小二乘法、惩罚项加权最小二乘法虽然能够重建得到较好质量的图像,但在欠采样的条件下不能很好的拟制噪声.全变差作为正则项已广泛用于图像重建中,利用图像稀疏的先验知识能够在欠采样的条件下很好的重建图像.本文结合加权最小二乘法和全变差的优点,构造了基于全变差正则项的加权最小二乘法目标函数,运用交替求解的方法,将目标函数分解为求解二次优化和全变差正则化的优化问题,并分别用超松弛迭代方法和梯度下降法求解这两个优化问题.采用Zubal模型对该算法与传统算法进行仿真验证比较,并用相关系数、方差、信噪比等参数描述图像重建质量.结果表明在欠采样条件下,该算法能够更好的拟制噪声,重构效果比传统的有明显地提高.     

一种改进的高精度光谱寻峰算法研究

针对被采样的超弱光纤光栅(FBG)反射光谱含有干扰噪声的问题,提出一种应用于大容量超弱传感网络的高速寻峰算法。该算法引入权重因子加入到最小二乘拟合算法实现加权最小二乘拟合(WLS)算法,对高斯曲线拟合系数进行优化,定位出中心波长,然后再通过非对称高斯修正(AG)对定位的中心波长进行修正,提出WLS结合AG(WLS-AG)的算法,实现抗噪声干扰高精度寻峰。通过实验,对比分析最小二乘拟合算法、质心算法、WLS算法及文章提出的WLS-AG算法分别在不同噪声下的峰值误差平均值,以及变温环境下误差平均值。实验结果表明,在高信噪比的情况下,WLS-AG算法连续20次重复性实验平均误差<1 pm,在低信噪比的情况下,平均误差约为10 pm;在不同温度下的检测误差在1 pm内,且最为稳定,满足超弱FBG传感系统精度解调的要求。     

圆柱度误差快速最优化评定方法

使用迭代重加权最小二乘算法(IRLS)进行圆柱度误差评定。经过实际计算将所得到的误差评定值与其他方法相比较,在测量数据点集满足"小误差、小偏差"两点假设的条件下,迭代重加权最小二乘法可以得到精确的最小区域解,但是在运算时间上由于受迭代次数的影响,对不同的误差限运算时间会相差很大。总体来说,迭代重加权最小二乘法实现简便,有较高的使用价值。     

最小二乘与加权最小二乘空域矩阵滤波器设计

空域矩阵滤波器是一种新的信号处理技术,通过一个滤波矩阵与接收到的阵列数据相乘,可实现保留通带目标信号,抑制阻带干扰的目的.本文主要研究了最小二乘和加权最小二乘两类的空域矩阵滤波器.给出了空域滤波器设计基本原理,通过最优化问题得出了最优解.最小二乘空域矩阵滤波器是加权系数为1的加权加权最小二乘空域矩阵滤波器的特列.由加权最小二乘迭代仿真结果可以看出,迭代次数的增加使滤波器阻带响应极大值逐渐变小,可实现恒定阻带抑制效果,设计效率较高.     

应用在嵌入式设备的气相色谱仪数据处理方法

气相色谱法广泛应用于混合气体的分析检测中,然而在采集数据的过程中容易受到干扰,造成色谱图存在大量的噪声,产生基线的漂移,导致后续的谱峰检测和谱峰分析的准确率降低,难以应用在实际混合气体检测中。根据一阶滤波特性,文中提出一种自适应的动态一阶滤波的去噪方法,结合移动均值滤波,解决了由于环境干扰导致色谱信号存在大量噪声的问题,有效地消除了噪声且信号畸变小,优化了采用固定滤波系数带来滤波效果不稳定的问题。提出一种自适应阈值的基点移动法的基线校正方法,并结合滑动极值和限幅进行基线校正,解决了基线漂移带来的信号检测偏差大的问题,保证了后续谱峰检测和谱峰分析的有效性。     

基于全广义变分约束加权最小二乘的低剂量计算机断层重建方法

为了减少X射线的辐射剂量，提出了一种基于全广义变分约束加权最小二乘的低剂量计算机断层（CT）重建方法。首先对投影数据进行统计建模，然后将全广义变分正则化作为先验信息引入到投影数据恢复过程中，从而达到抑制噪声的目的，最后使用传统的滤波反投影算法进行CT图像重建。在Shepp-Logan体模实验中，提出方法的重建结果与Gibbs先验约束的惩罚加权最小二乘（Gibbs-WLS）、字典学习先验约束的惩罚加权最小二乘（DL-WLS）和全变分先验约束的惩罚加权最小二乘（TV-WLS）方法的重建结果相比，均方根误差分别降低了25.06%、1.50%和15.21%，信噪比分别提高了10.29%、0.53%和5.68%。在Clock体模实验中，提出方法的重建结果与Gibbs-WLS、DL-WLS和TV-WLS方法的重建结果相比，均方根误差分别降低了42.72%、23.45%和34.63%，信噪比分别提高了27.04%、11.42%和15.49%。实验结果表明，该方法在有效抑制低剂量CT图像的伪影和噪声的同时可以很好地保持图像的边缘信息和结构细节特征。     

加权重的相位展开算法研究

本文讨论了可适用于含大量噪声情形下,加权重的利用最小二乘法进行相位展开的算法。简要介绍了相位展开的最小二乘法原理,然后详细地讨论了加权重对相位展开的影响,并给出了一种自动加权重的方法。实际计算表明,这种加权重的方法与预条件共轭梯度法共同使用效果很好。利用相位的强制转换,可以保证最后的结果与相位展开前的相位值相差2π的整数倍。     

基于最小二乘的时差定位算法

时差测量方程是非线性双曲线方程,可以通过引入中间变量将其转化为线性方程,对近年来国内外学者关于这种方法的时差定位算法进行了总结。当已知测量误差的先验信息时,可以采用两步加权最小二乘法和约束加权最小二乘法,当测量误差的先验信息未知时,还可以采用约束总体最小二乘的方法。在求解约束最小二乘问题时,采用常规的拉格朗日法计算复杂、运算量大,而采用高斯一牛顿法不仅可以大为降低运算量,还能提高解的精度和稳定性。此外,对约束加权最小二乘法和约束总体最小二乘法之间的关系进行了探讨,得到了它们等价性的条件。     

一种新颖的基于TDSA的多个正弦信号参数估计方法

该文提出了一种基于跨维模拟退火(TDSA)算法联合估计实正弦信号个数及频率的新方法。该文在跨维模拟退火算法基础上,引入惩罚因子,通过最小二乘精简采样参数,在高斯白噪声中检测正弦信号的个数及频率。仿真证实,该方法具有较好的效果。     

基于加权最小二乘的红外热像仪的标定

目前,人们在对红外热像仪进行辐射标定时,普遍采用精度不太理想的最小二乘法.为减少热像仪的系统随机误差、环境波动和黑体温度不稳定等因素对标定结果的影响,提高标定模型的精度,建立了基于加权最小二乘的红外热像仪标定模型,并分别基于加权最小二乘法与最小二乘法进行了标定实验和辐射测量实验.实验结果表明,基于加权最小二乘的标定模型的拟合精度更高,其在辐射测量实验中的平均测量精度比基于最小二乘的平均测量精度提高了2.3％.基于加权最小二乘的红外热像仪的标定具有较强的实用价值和一定的借鉴意义.     

基于ARMA模型的电力系统负荷预测方法研究

采用加权最小二乘法参数估计方法，得到应用于电力系统日负荷预测和月负荷预测的ARMA模型，实验预测结果表明，用ARMA模型进行电力负荷预测是非常有铲的。尤其是采用加权最小二乘估计的ARMA模型，预测精度更高。     

高斯马尔可夫随机场模型的递归最小二乘参数估计

本文首次提出应用阶递归最小二乘算法来估计高斯马尔可夫随机场模型参数。利用模型参数关于领域的对称性质,我们将一个非因果对称邻域支持的高斯马尔可夫随机场模型转化成一个因果非对称半平面部域支持的模型,从而使递归计算成为可能。利用规范方程中系数矩阵的近似Toeplitz性质,导出了运算量为O(m~3)+O(M~2m)MADP的阶递归最小二乘算法,而直接采用解方程法的计算量为O(m~3)+O(M~2m~2),这里M~2表示一幅图象的尺寸,m代表模型参数的个数。     

基于改进子载波预留算法的正交频分复用信号峰均比抑制方法研究

由于系统对线性元器件的要求非常严格,导致目前正交频分复用(OFDM)系统产生峰值平均功率比(PAPR)过高的问题,引起OFDM和基于OFDM的雷达一体化系统的信号失真,影响系统性能。针对该问题,该文提出了基于加权最小二乘法的子载波预留法(TR)。该算法首先将OFDM设计方案中的子载波分为数据子载波和预留的空白子载波,数据子载波调制数据子载波,空白子载波调制空白数据。然后利用原始数据通过加权最小二乘法得到最佳削峰系数和削峰数据,并将削峰数据调制在空白子载波上面。最后将削峰数据叠加到原始数据上,完成PAPR的抑制。仿真表明,基于加权最小二乘法的TR算法能够在1～3次迭代下实现良好的PAPR抑制效果,并且它的收敛速度相比于传统算法有了明显的提高。     

基于迭代最小二乘的水下三维高鲁棒性定位算法

为解决基于空间角信息水下3维定位中，闭式解算法中定位性能无法达到克拉默-拉奥界(CRLB)和牛顿迭代算法初始值选取问题，该文利用一种基于迭代最小二乘的高鲁棒性算法修正闭式解的残差项与选取迭代算法的初始值。利用伪线性加权最小二乘算法得到闭式解作为正则化修正迭代法的初始值，将迭代结果修正闭式解算法的残差项，通过迭代最小二乘法的交替运算，得到稳定精确的解。通过仿真验证了基于迭代最小二乘算法的高鲁棒性，消除伪线性加权最小二乘算法中残差项选取的不利影响，解决了迭代法初始值选取问题，得到与收敛情况下迭代法相近的定位性能。     

飞参数据综合滤波算法

根据功率相等的原则提出了飞参数据中的野值滤波方法.运用神经网络和最小二乘法加权的方法对缺损数据进行填充,并分别与最小二乘法和神经网络的处理结果进行比较.仿真结果表明,运用该方法进行数据处理,可以在保证数据完整准确的情况下,有效地弥补飞参记录数据的缺陷,提高了数据的准确性和可信度.     

多峰光纤布拉格光栅传感信号的自适应寻峰处理

针对寻峰算法不能自适应检测光纤布拉格光栅(FBG)多峰值光谱的问题,提出了一种多峰自适应寻峰算法。采用滑动均值滤波法对光谱信号进行去噪预处理,并结合希尔伯特变换对多峰光谱自适应峰值区域分割;分析了谱峰的不对称特性,对单峰光谱采用基于非对称广义高斯模型的峰值修正策略,实现了峰值的精确定位。实验结果表明,与对比算法相比所提算法寻峰精度最高,稳定性最好,检测误差在1 pm以下,对分布式传感网络中的多峰值检测具有借鉴意义。     

高精度的图像位置信息的处理方法及系统

讨论了一种高精度的图像位置信息处理原理和处理系统，提出了利用滑动硬件窗口对图像位置信号扫描检测及加权最小二乘法内插细分的方法，实现了高分辨力的实时处理。     

一种单自旋回波串信号参数估计方法

针对存在加性高斯白噪声多参数变量的单自旋回波串信号参数估计问题,提出一种参数分离化的2-D参数估计方法.利用2-D数据矩阵秩为1的特性,依照迭代加权最小二乘方法,从左、右主奇异值向量中以参数分离的方式分别估计出衰减因子和频率,基于最小二乘方法进一步获得信号幅度估计.该方法在相对高信噪比和/或大数据样本下可达到克拉美罗下界,且计算复杂度较低.仿真数据结果证明了算法的有效性.     

最小二乘法重构r重平移不变子空间采样的研究

该文根据r重平移不变子空间采样模型,提出了一种基于最小二乘法的r重平移不变子空间采样重构方法,并且获得了重构滤波器的频域表达式;同时利用Hilbert空间投影理论分析了重构误差;最后,以调幅信号为例,验证了最小二乘法重构r重平移不变子空间采样的可行性。