基于多速率内插和最小二乘法的精确同步方法

最小二乘法可以利用PN序列相关曲线的对称性实现对接收端接收到的PN序列的相位精确测量。然而实际应用中无线信道带宽有限,接收端还原出来的PN序列只能在极性上和原来的方波形式保持一致,这样导致了相关曲线的变形,因而限制了最小二乘法的实际测量精度。为了进一步改善最小二乘法的测量精度,引入了多速率处理的方法,在不提高前端AD采样频率的基础上,通过增加鉴相曲线零点附近的鉴相点个数,使所用于拟合直线的点更靠近零点,从而提高系统测量精度。仿真结果表明,经过两倍内插后的方法相比内插前在测量性能上有三倍左右的提高。因此经过多速率处理改进后的方法可以显著提高系统对PN相位的测量性能。     

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。     

最小残差法加速局部加权LSSVM求解及其应用

局部加权最小二乘支持向量机回归模型（LocalWeighted Least Squares Support Vector Machines,LW-LSSVM）是一种在线学习模型,该类模型需要根据训练样本权重的调整不断重新进行训练.高效稳定的学习算法是LW-LSSVM模型取得成功应用的关键.分别采用最小残差法（MINRE）、共轭梯度法（CG）、零空间法和Cholesky分解算法求解WL-LSSVM模型.基准数据库上的数值实验表明最小残差法的计算时间最短,具有良好的数值稳定性.随后,应用基于MINRES的WL-LSSVM建立了高炉铁水硅含量的在线预测模型,仿真实验表明与LSSVM相比LW-LSSVM模型具有更高的预报精度和自适应性.     

M估计在医学图像配准中的应用

图像的刚性配准或者匹配是图像处理中的热点和难点问题。由于图像的不连续性和成像设置中噪声的影响,传统的最小二乘方法（Least Squares Method）不能很好地解决这一难题。采用M估计算子（M-estimation operator）代替最小二乘算子,并结合由粗到精的多分辨率策略,提出了一种新的基于M估计的医学图像多分辨率配准算法,实验结果表明该方法对配准的速度、精度及鲁棒性都有很大的提高。     

基于QR-ROLS算法的小波神经网络应用研究

针对小波神经网络的结构设计和权值选取,提出一种基于QR分解的递推正交最小二乘算法以节省计算资源和计算时间,仿真结果表明基于QR-ROLS(QR Decomposition-Recursive Orthogonal Least Squares)算法的小波神经网络比依据时频特性设计的小波神经网络结构更优,运行效率更高.     

带噪声抑制的GPS姿态测量算法

利用GPS载波相位测量载体的姿态时,各种误差源对定姿精度有很大影响。基于载波相位双差观测模型,分析了载波相位误差和接收机到卫星的可视矢量（LOS）误差以及这些误差在姿态测量中的影响权重。针对传统最小二乘方法中仅考虑观测矢量噪声的局限性,在基线解算过程中采用同时考虑LOS组成的设计矩阵和观测矢量噪声的总体最小二乘（Total Least Squares,TLS）方法,并从理论和实验两个方面证明该方法能有效抑制噪声影响,提高姿态解算的精度。     

结合Hough变换与改进最小二乘法的直线检测

提出了一种结合Hough变换与改进的最小二乘法的直线检测方法。分析了Hough变换与最小二乘法在直线检测及检测精度上的优缺点;利用Hough变换鲁棒且不需启发式信息的特点进行初步检测,确定存在直线的大致区域;利用最小二乘法确定直线区域内特征点回归直线的精确参数。为克服最小二乘法对强噪声点敏感的缺点,提出了双点移除的p最小二乘法,通过同时剔除具有最大正负误差的一对数据点,保证数据集中的正常点能得到可靠保留以获得精确的回归结果。实验结果表明,所提方法提高了直线检测的检测率与检测精度,且降低了对Hough变换的分辨率要求,可以减小算法整体的空间开销。     

基于分段直线拟合的伪随机码相位测量法

针对目前PN码相位测量抗干扰能力有限的问题,提出了一种新的PN码相位测量方法;该方法以PN码的相关函数为基础,以峰值点为分界点对相关峰曲线两侧分别做最小二乘直线拟合;然后求出两条直线的交点坐标,其中横坐标与零相偏参考值的差值就是PN码相位的估值;该方法与目前常用的最小二乘同步法和三点二次插值PN码相位测量法相比较,算法复杂度增加有限;通过仿真数据可以得出,新的PN码测量方法在信噪比较低的情况下能得到比最小二乘同步法和三点二次插值法更加稳定和精确的估值结果。     

总体最小二乘波达方向估计方法

在到达时间差定位技术中,当传感器位置坐标存在误差时,最小二乘法(LS)所得估计值不再具有最优无偏性,导致测向精度下降。针对该问题,提出基于总体最小二乘的测向方法。将非线性的观测方程转化为伪线性方程,构成增广矩阵并对其进行奇异值分解,从而得到目标位置。理论分析和仿真结果表明,与经典的LS法和LS-Tylar法相比,该方法的定位精度较高。     

基于最小二乘估计的多点起始算法

卡尔曼滤波器的初始化对于跟踪的稳定性十分重要,不同体制的雷达、不同的目标环境,适用的初始化方法是不同的.两点起始法是很多滤波器采用的初始化方法,针对两点法对于真实相控阵雷达系统目标跟踪起始的不稳定性,提出了基于最小二乘估计的多点起始算法.使用最小二乘法对目标多点进行估计,通过对多个点的测量数据进行平滑,进而能得到较为准...     

基于小波分析的直线拟合及应用

直线是图像分析中非常重要的描述符号。对工业控制中的现象进行图像处理时通常用到最小二乘法对直线拟合。对于估计精度要求较高的情形,传统最小二乘法往往不能满足要求。基于此,本文将离散小波变换和传统最小二乘法相结合,建立了一种基于小波测量预处理的最小二乘估计的新型解法,获得了比传统最小二乘法好得多的估计结果,实验证明了该方法的有效性及高精度性。     

一种基于数字图像处理和最小二乘拟合的打孔水松纸透气度检测方法

针对烟草企业广泛存在的水松纸透气度检测问题,本文提出了一种基于数字图像处理和最小二乘拟合(Least Squares Fitting,LSF)的检测方法,用于对打孔水松纸进行在线检测。首先,采用数字图像处理技术提取测量区域内的打孔水松纸孔面积;其次,利用最小二乘拟合方法建立孔面积与打孔水松纸透气度之间的拟合模型,进而使用该模型计算透气度。基于实际生产数据的测试结果验证了所提方法的有效性。     

双目机器人工具末端姿态自动测量算法研究

针对标定过程中工业机器人工具末端姿态测量精度低的问题,提出了一种基于改进最小二乘法的双目机器人工具末端姿态测量算法。为了减少噪声对拟合收敛性的影响,提高拟合的精度和速度,该算法融合“邻域加权平均法”的去噪原理,结合空间解析几何理论和最小二乘法,对双目相机测量得到的点云数据进行筛选和特征提取。利用拟合模型完成点云数据的轴线拟合,实现对末端姿态的自动测量。实验表明,该算法相比传统姿态标定算法的测量精度提高 0.2°,保证了工业机器人的标定精度,在工业上具有较强的应用价值。     

基于约束总体最小二乘的泰勒级数定位算法

目前基于到达时间差(Time Difference of Arrival,TDOA)的无线定位算法既不能在基于距离平方差(Squared Range-Difference,SRD)的误差平方和最小模型中获得总体最小二乘准则下的全局最优解,也不能在基于距离差(Range-Difference,RD)的误差平方和最小模型中获得普通最小二乘准则下的全局最优解。将泰勒级数法与约束总体最小二乘法(Constraint Total Least Square,CTLS)相结合,提出一种基于约束总体最小二乘的泰勒级数定位算法(CTLS-Taylor)。利用CTLS方法获得目标节点的粗估计位置,并将该位置作为泰勒级数展开法的初始点,通过迭代,获得目标节点的精估计位置。仿真结果表明,CTLS-Taylor算法不仅能够获得与QCLS-Taylor算法相同的定位精度,而且迭代次数有了明显减少;同时与CTLS定位算法相比,当测量噪声较高时,CTLS-Taylor算法的定位精度更高。     

基于CEEMD-IBA-LSSVM的微电网短期负荷预测研究与应用

为了有效获取微电网负荷中的隐藏信息和潜藏特征,进一步提升微电网短期负荷预测的精准度与效率,提出一种基于基于互补集成经验模态分解（CEEMD,Complementary Ensemble Empirical Mode Decomposition）和改进蝙蝠算法（IBA,Improvement Bat Algorithm）优化最小二乘支持向量机（LSSVM,Least Squares Support Vector Machine）的微电网短期负荷预测模型,先利用CEEMD对负荷序列进行有效分解,减轻局部信息相互影响;再引入引入反向学习、动态自适应惯性权重与拉格朗日插值法等方法改进蝙蝠的全局搜索与局部寻优能力,克服标准蝙蝠算法易早熟、易陷入局部最优值的问题,并利用IBA对LSSVM参数进行优化;最后通过算例验证CEEMD-IBA-LSSVM短期负荷模型效果,结果表明所提预测模型与其他预测模型相比具有较高的运行效率与预测精度。     

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.     

基于最小二乘支持向量机的短期电力负荷预测

提出了结合遗传算法(Genetic Algorithm,GA)和最小二乘支持向量机(Least Squares Support Vector Machines,LS-SVM)的短期电力负荷预测。由于影响负荷预测因素的复杂性和最小二乘支持向量机参数选择的不确定性,提出了采用遗传算法同时对电力负荷训练样本进行特征提取和最小二乘支持向量机的参数选择,然后利用提取出的数据序列和选择的参数,建立最小二乘支持向量机预测模型。通过实际算例分析,证明了该算法可以改善预测模型的精度和泛化能力。     

二维非负偏最小二乘在人脸识别中的应用

传统的基于统计的子空间学习算法如主成分分析,通过学习只能得到一系列特征脸,忽略了人脸识别中重要的局部信息（如眼睛、鼻子）。而利用到类别信息的算法如线性判别分析,也会因为小样本问题而有所影响。为了解决这些问题,结合二维偏最小二乘与非负矩阵分解的非负性思想提出二维非负偏最小二乘(Two-Dimensional Nonnegative Partial Least Squares,2DNPLS)算法。其核心思想是在提取人脸特征时加入了非负性约束,使得2DNPLS不仅拥有偏最小二乘算法加入类别信息带来的分类效果,还保留了图像矩阵的内部结构信息,而且还使得到的基矩阵具有非负的局部的可解释性。在ORL,Yale人脸库中的实验结果表明,该算法从时间上和识别率上均优于人脸识别的主流算法。     

利用半点计算椭圆曲线双标量乘法算法

实现椭圆曲线密码体制最主要的运算是椭圆曲线点群上的标量乘法(或点乘)运算。一些基于椭圆曲线的密码协议比如ECDSA签名验证,就需要计算双标量乘法kP+lQ,其中P、Q为椭圆曲线点群上的任意两点。一个高效计算kP+lQ的方法就是同步计算两个标量乘法,而不是分别计算每个标量乘法再相加。通过对域F2m上的椭圆曲线双标量乘法算法进行研究,将半点公式应用于椭圆曲线的双标量乘法中,提出了一种新的同步计算双标量乘法算法,分析了效率,并与传统的基于倍点运算的双标量乘法算法进行了详细的比较,其效率更优。     

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...