一种快速递归全局最小二乘算法

针对FIR系统输入和输出信号均被噪声干扰的情况,提出一种快速递归全局最小二乘(XS-RTLS)算法用于迭代计算全局最小二乘解,算法沿着输入数据的符号方向并采用著名的快速增益矢量,搜索约束瑞利商(c-RQ)的最小值得到系统参数估计。算法关于方向更新矢量的内积运算可通过加减运算实现,有效降低了计算复杂度;另外XS-RTLS算法没有进行相关矩阵求逆递归运算,因而具有长期稳定性,算法的全局收敛性通过Laslle不变性原理得到证明。最后通过仿真比较了XS-RTLS算法和递归最小二乘(RLS)算法在非时变系统和时变系统中的性能,验证了XS-RTLS算法的长期稳定性。     

准确时序递归最小二乘问题的分块快速算法

本文提出了分块实现准确时序递归最小二乘(LS)问题的快速算法。它与Cioffi(1986)分块递归算法的区别在于该算法是准确递归的(最佳的)而不是近似递归的(次最佳的)。在一定意义下,其收敛速度与普通递归LS算法相同,但平均计算量仅为目前计算量最小的递归LS算法(如Kalouptsdis,1983;Cioffi,1984)的2/7～1/5。由于算法的迭代形式发生了根本性的变化,其数值稳定性也将比快速Kalman算法(Mueller,1981),FAEST算法(Kalouptsdis,1983)和FTF算法(Cioffi,1984)有较大改善。此外,作者结合自适应均衡和AR参数识别,说明了本算法的具体应用。     

基于累积量的递归最小二乘算法研究

从基于累积量的均方误差（ＣＭＳＥ）准则,本文推导了一种基于累积量的递归最小二乘（ＣＲＬＳ）算法．并从信号检验和估计的角度对三阶ＣＲＩＳ算法中出现的加权求和系数给出的一种物理解释,以说明其抗高斯噪声的机理．本文提出应根据三种不同条件下信号的最优估计来确定最佳窗口函数的原则,并进一步证明了在极大似（ＭＬ）和线性均方（ＬＭＳ）估计意义下的最佳窗口都是矩形窗而非Ｄｅｌｏｐｏｕｌｏｓ和Ｇｉａｎｎａｋｉｓ建议的Ｈａｍｍｉｎｇ窗~［３］。仿真实验证实：ＣＲＬＳ算法采用矩形窗确定比采用Ｈａｍｍｉｎｇ窗具有更上的结果偏差。     

一种基于递归最小二乘的OFDM系统自适应均衡算法

当循环保护前缀(CP)长度小于信道冲激响应长度时,正交频分复用(OFDM)通信系统的子载波间正交性遭到破坏,接收信号存在符号间干扰(ISI)和子载波间干扰(ICI),普通的频域单抽头均衡器不再适用.为解决这个问题,研究一种基于递归最小二乘(RLS)算法的频域自适应均衡器.理论分析和仿真结果表明,该均衡器能有效消除由于循环前缀不足引起的符号问干扰和子载波间干扰,较好地恢复传输信号.     

平方根递归最小二乘自适应判决反馈均衡器算法

在近四年来发展的平方根递归最小二乘(RLS)算法的基础上,本文导出了一种新形式的自适应均衡器算法——分数间隔(Fractional]y-spaced)平方根RLS判决反馈均衡(DFE)算法。除了保持DFE的优良特性外,该算法以少量计算量增加的代价改善了普通RLS均衡算法(如快速Kalman、斜格算法等)的数值稳定性并压缩了其动态范围。文中给出了数值结果对比。     

用于FIR滤波器的递归最小二乘拟牛顿算法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,他具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于DeCampos的拟牛顿(QN)算法。由计算机仿真比较了有关算法的性能。     

基于偏最小二乘与改进中心对称CENTRIST的快速行人检测算法

针对复杂背景下的快速行人检测问题,从行人边缘信息的角度,该文提出了一种改进的中心对称统计变换(ICS_CENTRIST)特征,该特征只有32维,计算简单,描述能力强,可以很好地表达行人的边缘轮廓。行人检测时采用3级级联分类方法：第1级采用基于辅助积分图的线性支持向量机(SVM),快速排除大部分非行人区域;第2级,第3级分别使用偏最小二乘法(PLS)选出区分能力最强的前12和21个块(block),提取ICS_CENTRIST特征,采用直方图交叉核支持向量机(HIK-SVM)进行精确检测。实验结果表明,该文算法在复杂背景下可取得较好的检测效果,检测速度在447358大小的图像上达到平均50 ms,与基于CENTRIST特征的快速检测方法和梯度方向直方图(HOG)算法相比分别提高了50%和90%,满足实时性要求。     

一种基于拟牛顿法的递归最小二乘方法

基于拟牛顿优化方法,提出了一种稳健的自适应FIR滤波算法。新算法用最小二乘误差(LSE)代替了均方误差(MSE)作为代价函数,它具有和常规递归最小二乘(CRLS)算法相近似的追踪能力,且不存在数值计算不稳定性的问题,在收敛速度以及稳态效果方面也要优于De Campos的拟牛顿(QN)算法。通过计算机仿真比较了有关算法的性能。     

MIMO声纳最小二乘方位估计快速算法

 为了充分利用多入多出(Multiple Input Multiple Output,MIMO)声纳的虚拟阵列孔径性能,针对目标方位估计问题,提出了一种MIMO声纳系统目标方位估计方法,该方法由发射阵列发射正交信号,接收阵列首先对接受信号进行匹配滤波,然后构造最小二乘约束下的空间拟合关系,最后采用马尔可夫蒙特卡罗完美抽样方法解决最小二乘拟合求解运算量大的问题.仿真结果表明:两目标情况下,采用该方法的MIMO声纳系统方位估计精度在中低信噪比条件下与MIMO最大似然方位估计基本相同,优于MIMO最小方差方法,而运算量比最大似然方法显著降低.     

一种混合遗传LM算法求解非线性最小二乘问题

文章提出了一种混合遗传LM算法,并将其用于求解非线性最小二乘问题,该方法利用遗传算法摆脱局部最小值,在全局极小值的领域内估计解,找到全局最小值的近似后,利用遗传算法找到的全局最优解作为LM算法的起点。像遗传算法这样的随机搜索算法可以很容易地在全局最小值附近计算出一个解,但由于搜索的随机性,需要很长时间才能收敛到精确的最小值。因此,该算法协同结合了确定性局部搜索和启发式随机全局搜索的优点,高效地计算出精确的解。利用了一个圆柱拟合的实验来验证该算法,结果表明该算法在拟合问题上有良好的性能。     

基于递归最小二乘算法的时相调制频移滤波方法

针对噪声干扰,利用时相调制信号的谱相关特性,采用非平稳信号处理方法,提出一种基于递归最小二乘算法的时相调制频移滤波方法;同时对具有循环平稳特性的干扰源抑制方法进行了讨论,并分别给出相应的滤波器框图;对采用该滤波器前后的时相调制系统性能进行了仿真与比较。仿真结果表明:与循环相关匹配滤波方法相比,基于最小二乘算法的时相调制频移滤波方法可以有效抑制噪声对时相调制系统的影响,在满足10^-5的误码率条件下,系统的功率需求降低约3 dB.     

基于偏最小二乘法的多光谱降维算法

在光谱色彩管理色域映射中,针对查找表建立过程中高维光谱数据计算的一系列问题,提出了一种非线性的高维光谱降维方法。对同色异谱黑进行偏最小二乘分析,提取潜在成分,获得了KMN向量,将其与Lab向量组合成6维向量,并作为中间转换空间LabKMN,实现高维光谱数据与低维基向量组合之间的相互转换。LabPQR空间的前3个维度是在特定光照条件下的CIELAB值,后3个维度(PQR)用于描述同色异谱黑的光谱重建维度。对两种方法在光谱精度和色度精度两方面进行比较,基于1600个孟塞尔样本数据的实验计算表明,与LabPQR方法相比,LabKMN的方均根误差均值由0.0164降低到0.0139,光谱精度提高了15.24%,色度重建误差由2.8706降低到1.8138,平均色差降低了36.81%。LabKMN方法降维后的重建精度大幅提高,能够较好地实现更高精度的原始色彩光谱空间的描述。     

一种最小二乘支持向量机的算法改进与实现

对最小二乘支持向量机的内在理论进行了分析,结果显示其存在模型不具有稀疏性等缺点。针对该缺点,结合压缩感知理论的分块稀疏编码方法,进行了最小二乘支持向量机的算法改进;并在已有工具箱的基础上对改进算法进行了Matlab实现。采用标准人脸库进行的改进算法实验显示,改进算法运行正确,性能良好,具有一定的应用价值。     

一种任意维空域最小二乘算法的硬件实现方法

在自适应滤波算法中,空域递推最小二乘(RLS)算法以其较快的收敛速度以及能计算出精确的最佳滤波器系数等优势得到了广泛的运用。但是由于该算法较为复杂,计算量大,因此硬件实现时耗费资源多,难度大。提出了一种任意维空域递推最小二乘算法的FPGA(现场可编程门阵列)实现的方法,该方法可以在硬件结构中使用较少的乘法器和寄存器进行任意维空域递推最小二乘运算,从而解决维数变多后资源不够用的问题。     

最小二乘影像匹配算法的实现与研究

最小二乘影像匹配算法是数字摄影测量中常用的影像匹配方法之一。文章探讨了最小二乘影像匹配算法的基本原理,介绍了该算法程序实现的关键问题,分析了其实验结果并与相关系数法进行了比较,最后为最小二乘影像匹配算法的改进提供了建议。     

一种新的加权最小二乘测距定位方法

三站二维定位问题是最小定位问题，一般只利用几何关系就能获得定位估计，但由于未利用距离测量的统计信息，定位精度较差。该文先将点到点的距离测量转化为点到线的距离估计，再在此基础上推导出一种新的加权几休定位方法，其中加权的确定利用了距离测量的统计信息。仿真实验表明，在测距误差较小时新方法具有更高的定位精度。     

基于最小均方和递归最小二乘的有源滤波器谐波检测

针对当前有源滤波器谐波检测算法的精度低、运算量大、实时性差等不足,为了获得更加理想的谐波检测结果,提出了基于最小均方和递归最小二乘的有源滤波器谐波检测算法。首先针对锁相环获取输入信号运算量大、谐波检测时间长的难题,将过负载电流作为参考输入,加快有源滤波器的响应速度,然后基于最小均方算法和递归最小二乘算法快速、准确的实现谐波检测,最后在MATLAB 1204平台对本文算法的有效性和先进性进行了仿真验证性实验。 实验结果表明,本文算法得到了较高的有源滤波器谐波检测精度,能够提高有源滤波器的补偿性能,而且具有较快的动态响应速度,改善了算法的实时性。