基于递推最小二乘法的地磁测量误差校正方法

针对弹体地磁测量容易受到各种误差影响而导致地磁姿态测量精度降低的问题,在分析自身误差和环境误差的基础上,对椭球模型的地磁测量误差进行建模,采用最大似然估计解算静态误差补偿参数,以解算结果为初值,通过递推最小二乘法推到补偿参数的实时更新算法,综合以上研究,形成用于地磁测量误差补偿的在线组合校正方法。仿真及实验结果表明,在接近盲区方向的最大姿态角误差小于5°,在线组合校正能够保证姿态检测系统在不同射向条件下的精度。     

可变加权因子的递推最小二乘辨识算法及应用

本文利用可变加权因子的递推最小二乘辨识算法,实现时变过程的参数辨识,通过仿真实例说明它能够克服“数据饱和”现象,从而改善参数辨识结果。该方法原理简单,使用方便,并有较好的准确性、良好的估计性能,是一种正确、有效并具有计算量小、辨识速度快、建模效率高等特点的参数估计方法。     

样条函数最小二乘拟合法在寻求打纬凸轮机构运动规律中的应用

分析未知运动规律的凸轮机构时,传统的方法具有很大的局限性,计算量和误差都很大。根据凸轮廓线实测值,采用样条函数最小二乘拟合法分析凸轮机构,可以为寻找凸轮机构的运动规律提供一种新的思路。     

移动最小二乘法在NURBS曲线拟合中的应用

在NURBS曲线拟合中采用移动最小二乘(Moving Least-Squares)方法,提高了采用传统最小二乘方法得到的拟合曲线的精度及光滑性.详细介绍了移动最小二乘法(MLS)应用于NURBS曲线拟合的原理及特点;以螺杆转子端面点云数据为实例在MATLAB中实现了移动最小二乘NURBS曲线拟合,并将其与传统最小二乘N...     

最小二乘法在估计概率分布参数中的应用

提出一种估计概率分布参数的最小二乘法，这种方法以概率密度函数和频率间的关系为基础，通过对概率密度函数和频率间的关系进行合理的近似，建立求解未知分布参数的方程组，在求解过程中，将样本容量视为未知量，以简化求解过程。计算机模拟实例表明，这种方法求解出的未知分布参数精度较高，而且对于一些常见的分布函数，这处方法的求解过程十分简单。文中还通过计算机模拟对本文方法和极大似然估计法做了统计分析。     

基于B样条递推最小二乘的非线性MISO传感器系统建模方法

提出了基于B样条递推最小二乘的非线性MISO传感器系统建模方法.B样条函数良好的逼近性能保证了建模精度;B样条基函数的递推定义及最小二乘的无矩阵求逆递推使建模简单易行;当数据呈矩形网格分布时,运用降维处理降低了计算复杂度.理论分析、仿真及实际传感器数据处理结果表明,B样条递推最小二乘方法能够有效地提高非线性MISO传感器系统建模的精度、稳定性以及运算效率.方法易于在微处理器上实现,适合在线建模应用.     

用最小二乘法提高CCD

本文针对相位型光栅的面形测量,用最小二乘法做二次曲线拟合,解决了     

最小二乘法在PCB板厚控制中的应用

PCB板厚是PCB制造过程中要严格控制的一个指标。在批量制造前,通过测量试作板的厚度,应用最小二乘法原理分析数据,在Excel或MATLAB中实现曲线拟合,得出板厚分布的估算公式,从而指导CAM的PCB拼版方式及尺寸以及压合工序的制造工艺参数选择,对保证制造后的PCB板厚均一性具有重要意义。     

基于递推最小二乘算法的模糊系统在车削工件直径误差预测中的应用

根据车削过程中工件直径误差的特点,采用基于递推最小二乘算法的模糊系统,预测车削过程中由弹性变形等因素引起的工件直径误差,通过递推最小二乘算法训练Mamdani型模糊系统,以确定合理的系统参数.根据工件直径误差与切削深度、进给量等的关系,设计车削实验,得到训练数据和测试数据,用训练数据训练模糊系统,进而用测试数据测试,误差较小,从而验证在一定的工件结构和工况条件下,用基于递推最小二乘算法的Mamdani型模糊系统进行车削工件直径误差预测的可行性.与回归分析进行比较,结果显示在一定的工件结构和工况条件下,基于递推最小二乘算法的Mandani型模糊系统对于预测车削工件直径误差有比较明显的效果.     

偏最小二乘法在成分提取中的应用研究

介绍了偏最小二乘的理论基础,指出了该方法在小样本、多自变量、变量间存在多重相关性时的独特优势,并以航空发动机大修费用为例,进行数据的仿真.结果表明:该方法能有效地进行数据成分的提取,及应变量和白变量之间函数关系的判别.     

用广义最小二乘法建立机床动力学模型

本文探讨了用广义最小二乘法直接辨识机床动力学物理参数的建模方法,并在相对激振试验的基础上,辨识了M131W外圆磨床动力学模型的物理参数,进而建立了该机床的动力学模型,并通过模态分析检验了所建立的动力学模型对实际机床的模拟效果。     

最小二乘圆法在对刀仪中的应用

对刀仪在测量刀具时,采用最小二乘圆法来测量刀尖半径;将最小二乘圆法和三点求圆法用现场采集的数据进行计算结果比较,得到这两种方法精度的高低.     

最小二乘支持向量机在软测量建模中的应用

支持向量机(Support Vector Machine．SVM)应用结构风险最小化理论，从训练集中选择一组特征子集。使得对特征子集的线性划分等价于对整个数据集的分割。支持向量机最初应用于模式识别，随后开始在信号处理、函数逼近等领域也得到了广泛发展。支持向量机与神经网络等常用方法相比，其具有泛化性好、建模所需学习数据较少等优点。     

基于最小二乘辨识模型的PID自整定应用研究

针对工业数据模型辨识精度不高及PID不能在线自整定问题,提出一种闭环在线自整定控制策略。控制策略利用递推最小二乘辨识方法获得模型,基于该模型采用改进的遗传算法进行PID自整定,构成闭环在线自整定系统。通过MATLAB中的App designer平台验证了所提方法的可行性和有效性。仿真结果表明:辨识得到传递函数可以很好地拟合跟踪工业数据,PID自整定参数闭环阶跃响应控制效果良好。     

加权递推最小二乘的捷联式惯导系统初始对准方法研究

捷联式惯导系统(捷联式惯性导航系统)的初始对准就是确定捷联矩阵的初始值,陀螺与加速度计的误差会导致对准的误差,对准时飞行器的干扰运动也是产生对准误差的重要因素,因此滤波技术对捷联式惯导系统尤为重要.通过研究捷联惯导初始对准的误差模型,提出了将加权递推最小二乘滤波算法应用于捷联式惯导系统的初始对准中,仿真结果表明,该方法估计精度高,收敛速度快.     

约束最小二乘法

为了准确、实时地估计出有突变时载体的状态,设计一种新的方法-约束最小二乘法,并且给出了递推形式.实验仿真表明有状态突变时该方法优于卡尔曼滤波,无状态突变时估计结果与卡尔曼滤波估计结果相当.     

基于指数窗截取递推最小二乘法的齿轮啮合刚度辨识算法研究

齿轮在机械传动系统中有着广泛应用,由于齿轮啮合过程中参与啮合的轮齿对数周期变化,因此,齿轮啮合刚度为时变参数,在啮合时会产生啮合振动.当齿轮副出现齿根裂纹时,啮合刚度会减小,齿轮啮合产生的系统振动响应也发生改变,通过振动响应辨识齿轮啮合刚度能够监测齿轮副的健康状态.针对齿轮啮合刚度的时变特征,提出了基于指数窗截取递推最...     

基于最小二乘法的产品满意度预测模型

在简要分析产品满意度对企业的重要性和国内外相关研究的基础上,通过引入最小二乘算法,建立了一种产品满意度预测模型.通过数据刷新,建立了动态的模型修正机制,以提高模型的预测精度,从而为企业确定何时应该改造其产品提供了重要依据.     

高速高精运动平台模型参数最小二乘辨识研究

针对高速高精运动控制对象模型参数辨识的问题,对辨识对象模型、最小二乘辨识算法和滤波器等内容进行了研究,提出了一种基于滤波器的最小二乘线性回归方程的辨识算法,即加入一个稳定的二阶传递函数,对系统输入输出数据进行了滤波处理,使辨识算法在噪声环境下能够减小失真且运行稳定.仿真与实验结果表明,最小二乘在有噪声的闭环运动控制系统中的辨识结果不收敛且失真,而加入滤波器的最小二乘算法能显著提高控制系统的稳定性及精确度,且满足其高速高精的要求.