一种简化的OFDM信道估计方法

OFDM（JE交频分复用）技术是无线通信领域的重要技术,研究信道估计精度对系统性能有着直接的影响。提出了基于导频插入的LS（最小二乘法估计）、MMSE（最小均方误差估计）和SVD（奇异值分解）信道估计方法。并针对MMSE算法有很好的性能但复杂度大,LS算法复杂度低但性能受到限制,提出了一种改进方法。采用广义平稳非相关散射下的多径时变瑞利信道模型,对各个算法进行了仿真试验,得出不同算法的信道估计中误比特曲线,比较了各个算法的性能。仿真结果表明：改进的算法有好的性能和低的复杂度。     

具有混合误差模型的鲁棒参数估计

本文讨论了同时上人有统计分布结构已知而分布参数未知误差项和统计分结构未知但有界误差项的线性回是发模型的数估计问题。     

遥感影像的辐射质量评价方法

针对传统的遥感影像辐射质量评价方法是以人工定性评价为主、缺乏客观和易行的定量评价标准,以及一些客观评价方法大多是从影像辐射质量的某一方面进行考察,不能全面综合地评定遥感影像的辐射质量的问题,该文充分考虑了遥感影像获取、传输以及处理过程中的各种降质因素,对遥感影像的辐射质量评价方法进行系统的总结、归纳和发展,给出了对影像灰度分布、信息量、清晰度、分辨率、噪声、云量、无效像元等多个指标进行评价的方法及其最新发展动态,并总结了基于参考影像的评价方法、多指标综合评价方法。     

LS-SVM误差补偿的广义预测控制

广义预测控制（Generalized Predictive Control,GPC）汲取了DMC（Dynamic Matrix Control）、MAC（Model Algorithmic Control）中的多步预测优化策略,抗负载扰动、随机噪声、时延变化等能力强,且选取模型参数少,利于控制。然而,据研究发现GPC对模型失配问题有一定的局限性。最小二乘支持向量机（Least Squares Support Vector Machine,LS-SVM）是在支持向量机的研究基础上发展而来的,具有良好的回归、分类功能。在认真学习LS-SVM原理的基础上,提出了基于LS-SVM误差补偿的广义预测控制,并选择两个模型进行了仿真实验。通过与常规GPC的比较,表明了该算法具有更优的控制性能。     

灰度图像最小误差阈值分割法的二维推广

一维最小误差阈值法假设了目标和背景的灰度分布服从混合正态分布. 考虑到噪声等因素对图像质量的影响, 本文在二维灰度直方图上, 基于二维混合正态分布假设, 给出一维最小误差阈值法的二维推广表达式. 为了提高算法的运行速度, 也给出了快速递推算法. 实验表明, 二维最小误差阈值法是一个有效的图像分割算法, 能够更好地适应目标和背景方差相差较大的图像及噪声图像的分割问题.     

一种新的自适应控制方法

本文提出了一种新的自适应控制方法－基于自校正与线性跟踪的自适应控制，从系统的输入／输出完全跟踪的目标出发，根据对象的动态模型，导出自适应控制器的调节模型，对象模型的参数，采用递推最小二乘法在线估计。     

遥感影像压缩质量评价方法

对重建图像进行质量评价是图像压缩的一个重要研究课题，评价方法的非客观性和非准确性可能误导图像压缩技术的进一步研究，本针对解压缩后的遥感影像，分析了影像压缩对人类视觉和计算机视觉的影响，从构像质量和几何质量两方面初步探讨了压缩图像质量的客观评价方法，强调了遥感影像几何质量评价的重要性，并使用各种评价方法对数幅图像进行测试，不同的方法可能代表了图像质量的不同方面，得出的结果不尽相同，他们共同构成了对解压缩图像质量的综合描述。     

基于神经网络模型的最小预测误差非线性自适应控制器

主要研究基于神经网络模型的最小预测误差非线性自适应控制算法.利用神经网络激励函数的分段局部线性近似,将基于神经网络的非线性系统一步前向预测控制转化为一系列局部的线性预测控制问题.利用线性系统参数估计方法获得神经网络预测模型的参数估计.在此基础上利用并联线性系统的预测控制方法设计全局收敛的非线性系统预测控制器.     

一种基于最小二乘估计的深度图像曲面拟合方法

1　引言深度图像数据直接反映了景物表面的三维几何信息 ,因而得到了计算机视觉研究人员的关注 .在深度图像的三维表面分析中 ,包含有丰富几何形状信息的表面局部特征 ,如法向矢量 ,高斯曲率等 ,对于分析和描述三维表面特性非常重要 .用模板法可以提取这些特征 ,但其抗噪声能力差[1 ] .曲面拟合是另一条思路 .通过拟合三维表面再计算表面几何特征 .文献[2 ,3 ]研究了两种方法拟合三维表面 ,抗噪声能力也不好 .一般来说 ,深度图像数据根据等角测距原理获得 ,因而不是等网格间距深度数据 .美国Perceptron公司提供了一种深度数据 :非等网格深…     

一种基于模糊聚类的模糊辨识方法

介绍一种基于模糊聚类的模糊辨识方法。首先利用含有聚类准则函数的模糊聚类方法来确定模糊规则数和模型前提参数,然后利用最小二乘法来辨识模型的结论参数,最后采用梯度下降法来调整模型的参数。该方法应用于Box-Jenkins数据仿真实例,仿真结果表明该方法简单有效。     

基于改进灰色预测模型的半球谐振陀螺在线故障检测

针对基于半球谐振陀螺的导航系统故障检测的实时性要求高、数据变化缓慢等特点,提出了一种改进型的灰色预测模型,将移动窗口初值优化的灰色预测模型和最小二乘结合,对该类惯性传感器的故障进行实时在线检测。对处置优化的灰色预测模型的残差信号进行建模,提高了预测的精度,从而实现了利用少量的历史数据对下一时刻数据的准确预测,达到对半球谐振陀螺实时故障检测的目的。详细描述了改进型灰色预测模型的建模方法和步骤,并针对半球谐振陀螺的3种故障形式,与普通灰色预测方法进行了对比仿真研究。结果表明该方法可以准确、有效地进行在线故障检测。     

基于均方误差的变形图像的质量评价

随着数字图像技术的发展图像质量评价已成为了一个重要的研究课题.作为图像质量的一部分,图像逼真度通常由均方误差来表示.均方误差作为既简单又古老的客观图像质量评价方法沿用至今,在图像质量评价中扮演着重要角色,但在实际应用过程中发现其存在一定的局限性.从对比度拉伸、亮度变化、加噪声、模糊、放缩、平移、旋转等经典图像变形的角度出发,实现了给定一个均方误差值和允许误差值,得到11种均方误差值近似相等的变形图像.经分析得出,同一均方误差下的不同变形图像给人的主观感受不同;图像经很小的几何修正后,对应的均方误差值可能很大;均方误差越大,图像失真越严重.并设计了一个120人的主观评价实验,验证了均方误差在基础变形图像上评价的局限性.     

图像处理中圆心算法研究

根据计算机处理中求取高精度圆心的要求,对计算机处理图像圆心的多种算法进行研究和比较,分析产生误差的来源和解决的方法,提出采用约束条件预处理的最小二乘计算圆心的方法。采用径向误差作为约束条件选择有效的图像边界点,既可避免不必要的计算,又提高了精度,是一种准确有效的算法。     

基于约束最小二乘的光学遥感图像融合

在光学遥感图像融合方法中,最小二乘法常被用于求解多光谱图像拟合低分辨率全色图像的线性回归系数,但是回归系数常常出现负数,导致其物理意义不明确。针对这种实际情况,提出了基于约束最小二乘的低分辨率全色图像构造方法。通过IKONOS-2全色与多光谱图像的融合实验,结果表明：该方法所求得的回归系数具有明确物理意义,符合实际情况,并且与光谱响应函数法、最小二乘法相比,其融合质量基本保持一致,并且由于该方法不需要先验知识,故其实用性较强。     

综合多种预测方案实现遮挡情况下的目标跟踪

由于采用了多种运动预测方案,本文提出的目标跟踪方法能选择最佳的观测结果,实现对非标定固定焦距的静止摄像机的单目图像序列中的目标跟踪.静态背景参考图像由混合模型法估计,在最简单的环境下,跟踪算法则采用匀加速运动模型对目标完成跟踪.本文主要贡献是采用了三个预测器和最小方差相关时选择目标最可能的位置.三个预测器分别是:-跟踪方案、卡尔曼滤波和区域分割匹配方案.本跟踪方案通过具有不同遮挡情况的序列图像得到了验证.     

一种基于VC++的图像增强技术

很多图片在获取过程中因为种种因素的影响,导致图像质量下降。为了改善图像质量,这里介绍一种改善图像质量的方法——灰度线性变换,并给出其具体实现方法和效果分析。     

一种基于VC＋＋的图像增强技术

很多图片在获取过程中因为种种因素的影响，导致图像质量下降。为了改善图像质量，这里介绍一种改善图像质量的方法——灰度线性变换，并给出其具体实现方法和效果分析。     

锚节点优化选择的最小二乘定位方法

在最小二乘定位过程中,由于环境噪声、无线信号的多径、反射和非视距传输等复杂传输环境,以及距离估计过程中存在的缺陷等负面因素,引起在未知节点与各个锚节点间的距离估计结果中存在不同程度的误差,导致最小二乘定位精度较低.基于此,提出了基于最小标准差的锚节点优化选择的最小二乘定位方法（least square localization method based on anchor nodes optimization selection through minimum standard deviation,简称LS-ANOS）.首先,采用基于nanoLOC的双边对等测距方法多次重复测量未知节点到各个锚节点间的距离,并对这些距离估计值进行统计计算.然后,从输入测量误差对定位结果的影响机理出发,采用动态滑动窗口单遍扫描的策略,优化选择出高质量的距离估计值,从而确定优选的锚节点.最后,基于最小二乘定位计算实现了高精度的定位,为后续导航等应用处理方法提供先验和决策信息.实验及评估结果表明,基于最小标准差的锚节点优化选择的最小二乘定位方法能够有效地提高定位精度.     

经济预测模型中参数估计的一种方法

简单介绍了经济预测中最小一乘法和最小二乘法的含义,并指出了它们的不足。为了改善预测效果,采用加权最小一乘法来进行参数估计。在该方法中采用了一种新的赋权方法,并把加权最小一乘法问题转化为线性规划问题去求解,最后通过一个应用实例来说明此种方法的有效性和实用性。