楔顶双孔受感器试验数据处理方法研究

楔顶双孔压力受感器可以用来获取三维动态流场数据.本文分别采用三次样条插值、最小二乘法拟合和线性插值等三种方法,对基于楔顶双孔高频压力受感器试验数据进行了分析研究,结果表明线性插值法较样条插值、最小二乘法具有更高的精度.     

最小一乘法在微波测量中的应用

利用最小一乘法线性拟合确定微波晶体检波器的检波率，并与常用的最小二乘法拟合的结果进行了对比，结果显示：当不存在异常点的时候，两种方法拟合的线性系数一致；而存在异常点时，两种方法拟合的线性系数有差异，最小一乘法的结果更为准确。同时讨论了导致这两种拟合差异的因素。     

具有稳健性的无线传感器网络定位算法

基于无线传感器网络定位系统中影响定位精度的非视距误差问题,通过研究最小二乘法本身的敏感性以及与最小一乘法的稳健性特点提出了组合中位最小二乘定位算法,在抑制非视距误差的同时,避免了最小一乘法计算困难的弱点,仿真证明,此算法在有少量非视距误差存在时,可以非常有效地抑制非视距误差。同时此算法与进行测距的物理层信号无关,也不需要任何的统计信息,有一定的实用价值。     

一种具有鲁棒性的无线传感器网络定位算法

基于无线传感器网络定位系统中影响定位精度的非视距误差问题,通过研究最小二乘法本身的敏感性以及与最小一乘法的稳健性特点提出了组合中位最小二乘定位算法,在抑制非视距误差的同时,避免了最小一乘法计算困难的弱点,仿真证明,此算法在有少量非视距误差存在时,可以非常有效的抑制非视距误差。同时此算法与进行测距的物理层信号无关,也不需要任何的统计信息,有一定的实用价值。     

基于最小二乘融合估计的双星时频差定位

针对单参考站条件下具有测量误差和星历误差时定位精度不高的特点,提出了一种基于多次观测数据的最小二乘融合估计定位算法,该算法无需增加观测条件即可有效提高辐射源定位精度.分析了测量误差、星历误差对单参考站单次定位及融合定位精度的影响,推导了测量误差、星历误差对定位误差的传递公式,提出了含星历误差影响的最小二乘融合估计加权算法.通过Monte-Carlo仿真验证了误差分析结果和定位算法,并比较了加权最小二乘估计定位和单次定位的性能.仿真试验表明:在相同观测精度条件下,加权最小二乘融合定位可极大地提高辐射源定位精度,最大提高10倍以上.     

遗传规划和最小二乘法在数据拟合中的应用

为了分析和预测数据,需要预先确定其拟合函数模型.最小二乘法是一种常用的对测量数据进行数据拟合的方法,但当拟合函数模型未知时,该方法即失效.提出了一种联合遗传规划和最小二乘法寻求拟合模型的方法.利用遗传规划方法只需给出数据点及允许误差即可得到匹配的拟合函数式,并可对复杂函数式合理地简化.以此结果作为最小二乘法的拟合函数模型,进一步估计其中的参数,实现了对测量数据的更精确拟合.文中给出了应用实例,说明了本方法的有效性.     

一种基于最小二乘的K-分布参数估计方法

提出了一种基于最小二乘的K-分布参数估计方法,并利用仿真对该方法进行了验证。这种方法利用变量替换将杂波矩量和分布参数之间的关系转换为线性函数,然后通过最小二乘方法求解线性超定方程组获得K-分布参数的估计,这样能够避免常规矩量法在处理实际杂波数据时由于数据长度和噪声所导致的错误估计的发生,利用最小二乘法提高了估计精度。     

时变参数估计的递推Householder变换渐消记忆法

就利用衰减因子通过指数加权对历史数据进行渐消记忆的时变参数估计问题,提出基于正交变换的递推最小二乘法,避免了传统方法因求解法方程而导致的病态加剧问题.同时降低了运算量,改善了收敛性,节省了存贮空间.此外,以本文递推最小二乘法为基础,还可构成相应的递推广义最小二乘.多级最小二乘、增广矩阵法、极大似然法等一系列时变参数渐消记忆估计方法.     

基于容积卡尔曼滤波的虚假数据注入攻击检测研究

虚假数据注入攻击给电力系统的安全稳定运行带来严重威胁,研究其检测方法具有十分重大的意义.本文基于容积卡尔曼滤波提出了一种虚假数据注入攻击的检测方法,该方法首先利用容积卡尔曼滤波算法对系统进行状态估计;其次,将状态估计结果与加权最小二乘法的估计结果进行状态一致性检验;最后,以IEEE-14节点系统为试验对象,进行算例分析.结果表明,本文的方法能够有效地检测出注入到系统中的虚假数据.     

基于小波分析和鲁棒最小二乘的信息融合估计算法

对于农田土壤的多传感器检测系统来说,其测量的信息具有非线性和时空变异等特性,因此对信息融合方法的基本要求是具有鲁棒性和并行处理能力.应用小波分析理论,对原始测量数据进行了降噪处理,使降噪后的数据更能反映土壤的本质及变化规律:应用鲁棒最小二乘估计技术可以对不同传感器数据进行综合处理,去除冗余,克服歧义,得到比任何单个传感器更全面、更准确、更可靠的信息.针对农业中的自然环境具有很强的不确定性和经验性,运用基于小波分析的降噪和现代信息融合思想,提出了一种基于小波降噪和鲁棒最小二乘的信息融合估计方法.通过实验分析,其结果表明该方法是可行和值得研究的.     

空间调制偏振光谱测量定标方法

研究了基于四分之一波片-复合双折射光楔-偏振片空间调制结构的定标方法，并给出了相应的光谱、辐射定标方程。基于结构的偏振调制原理，提出了线性最小二乘偏振定标方法。仿真分析表明，该定标方法对于调制结构偏振调制系数的定标精度要比传统的四点法更高，最小二乘定标法得到的调制系数与真实调制系数间的偏差波动在整个调制周期内约为210-4，且呈随机分布。     

A new method for approximation of physiological signals

A new robust method for the approximation of physiological signals is proposed. The noise must satisfy only one condition: that the probabilities for positive and negative values are equal. The authors' results illustrate that the proposed method provides a more accurate approximation of signals than either the least square error or the least absolute deviation method in cases that include unknown noise density     

单站无源定位技术研究

文中基于单个观测站观测所得的方位角和多普勒频率信息,在建立了状态转移矩阵和观测矩阵的基础上,通过最小二乘法,对辐射源进行无源定位。从仿真结果可知,基于方位角和多普勒频率的单站无源定位技术是可行的,且多普勒频率测量噪声标准差对均方根误差的影响相比方位角测量噪声标准差明显。     

基于表面测温等方差拟合的管内流量及温度识别

基于表面测温的管内流量及温度识别问题在红外无损检测领域还处于起步阶段，是目前红外无损检测技术从定性向定量发展的关键理论基础。针对目前流量识别结果较温度识别结果差和基于最小二乘拟合的识别方法精度有限的问题，使用Gnielinski关联式建立管道充分发展段的一维传热模型，并采用Levenberg-Marquardt （L-M）算法根据表面检测温度进行管内流体流量及温度的识别。通过理论推导和具体算例得，待识别参数的相对识别误差值与参数灵敏度最大值和参数真实值乘积的绝对值成反比关系，含测温误差的温度分布与基于最小二乘拟合得到的温度分布之间的方差不等于测温误差标准偏差的平方与测温点个数的乘积，同时提出了基于表面测温等方差拟合的管内流量及温度的识别方法。数值实验证明该方法在存在测温误差时仍可以精确识别出管内流量及温度。     

最佳一致逼近算法在模拟温补晶振中的应用

目前国内外频率控制领域中最常用的近似方法是最小二乘法,但是实际需要的是使频率偏差的绝对值最小而不是频率偏差的平方和最小．而最佳一致逼近算法正是能够求解出使频率偏差的绝对值最小的极大极小解的一种方法。将最佳一致逼近算法首次应用于模拟温补晶振补偿网络参数的计算中,并针对一个具体的例子,通过比较利用最佳一致逼近算法前后的数据,可以看出理论上在利用了最佳一致逼近算法后和最小二乘法相比补偿精度提高11．74％．并进行了验证实验。由于算法本质特性,从统计规律来看,该算法会提高产品的成品率,对于生产实践具有指导意义。     

检测海面小目标的RLS线性预测方法

为了提高海杂波中的小目标检测能力,提出了基于递归最小二乘线性预测的海面小目标检测方法。首先,建立线性预测模型;其次,利用递归最小二乘法动态调整模型的参数;最后,计算绝对预测误差的均值,通过阈值比较得到检测目标结果。采用加拿大IPIX雷达数据的实验结果表明,该方法的检测性能优于线性预测的检测目标方法和神经网络集成的检测目标方法的检测性能;同极化方式下,HH极性的检测效果优于VV极性的检测效果。该方法实时更新了预测模型参数,同步跟踪海杂波的变化,克服预测模型固定不变的局限,提高了目标检测的能力。     

采用距离无偏估计的加权最小二乘定位算法

随着WiFi网络的广泛覆盖,基于接收信号强度的定位技术成为研究热点。针对已有基于接收信号强度定位算法定位性能不高的实际问题,提出一种基于距离无偏估计的加权最小二乘定位算法。该方法首先利用接收信号强度观测模型计算得到信号源与传感器之间距离的无偏估计量,然后根据距离计算公式建立方程组;接着把距离的无偏估计量代入方程组得到关于信号源位置的线性最小二乘模型,同时计算线性最小二乘模型中的噪声协方差矩阵;最后运用加权最小二乘方法计算得到信号源位置的估计量。该文对所提算法进行了充分的计算机仿真,仿真结果表明:在不同的定位环境下,所提算法的定位性能均优于传统加权最小二乘算法和最佳线性无偏估计算法。      

基于模拟退火算法的组网雷达系统误差校正

系统误差校正是多传感器数据融合和跟踪系统中的基本问题，传统的解决方法是最小均方估计法或极大似然估计法，其缺点是对噪声比较敏感。文中提出了用非参数化方法解决多传感器数据融合中的系统误差校正问题，具体地讲就是把系统误差校正问题转化为非线性优化问题，然后通过模拟退火算法求解。该方法的优点是不需要事先知道各传感器的系统误差，并且适用于不同类型的传感器。经过仿真可知算法有效且对噪声不敏感，比线性化方法有更高的收敛效率和求解精度。