基于数据预处理的平面不确定度评定技术研究

针对目前应用三坐标测量机进行相应测量以及不确定度评定时,其内部软件少有错误数据剔除功能致使测量数据中的粗大误差对评定结果产生一定影响的问题,结合概率论与数理统计理论,讨论了粗大误差的剔除技术.分析了平面最小二乘法拟合的不确定度,研究了结合基于数据剔除方法和最小二乘法的平面不确定度评定方法以及具体实现手段,以平板为例对上述方法进行了实例验证.     

圆柱度误差快速最优化评定方法

使用迭代重加权最小二乘算法(IRLS)进行圆柱度误差评定。经过实际计算将所得到的误差评定值与其他方法相比较,在测量数据点集满足"小误差、小偏差"两点假设的条件下,迭代重加权最小二乘法可以得到精确的最小区域解,但是在运算时间上由于受迭代次数的影响,对不同的误差限运算时间会相差很大。总体来说,迭代重加权最小二乘法实现简便,有较高的使用价值。     

基于优化点激光的平面度测量研究

为了提高平面度测量的精度,提出优化点激光方法。首先将点激光测量坐标系进行转换;然后用激光束进行平面标定,同时通过滑动滤波对激光采集混有的噪声点进行降噪,以免影响测试,建立测量数据的非线性误差和激光位移传感器输出模型进行输出误差补偿;最后通过最小二乘算法获得最佳拟合平面。实例验证结果显示,优化点激光的平面度误差测量平均值为5.189μm,相比直接法、平面扫描仪法、横截线扫描法、点激光测量法、光谱共焦法测量平面度误差,分别减少了18.77%、16.78%、12.45%、9.17%、6.54%,测量精度较高。     

基于改进粒子群算法的新一代GPS平面度误差评定

为了在全局范围准确评价平面度误差,根据新一代GPS标准,建立了符合最小区域条件的平面度评定的数学模型.针对平面度误差评定的特点,提出了一种基于遗传交叉因子的改进粒子群优化算法对平面度测量数据进行最小区域评定,给出了该算法的实现方法.实例结果表明,此方法可以在新一代GPS标准下有效、准确地评价平面度误差.     

基于IRLS的圆度误差最优化评定

提出了圆度误差评定的迭代重加权最小二乘算法(IRLS)。该算法采用一个迭代过程求解一系列加权最小二乘问题,并在每一步迭代中按照一定的规则对权系数进行调整,使其逐步逼近最优拉格朗日乘子,使最小二乘解逐渐逼近最小区域解。该算法保留了最小二乘法快速、惟一的优点,改正了其误差偏大的缺陷,采用Matlab语言编程,算法计算简单且易于实现,有较高的实用价值。     

设备跟踪质量综合评定方法应用

针对工程试验过程中需要对多套测量设备的跟踪质量进行评定,以便快速、准确地选择测量数据的实际需求,对层次分析法原理及应用步骤和对数最小二乘法原理进行了简要介绍,通过实际算例对方案层、准则层和目标层进行选取,建立了测站设备跟踪质量评定的层次分析模型;综合层次分析法、隶属度和对数最小二乘方法对设备跟踪质量进行综合评定,结果表明与专家评定的结论一致。该方法将定性分析与定量分析相结合,减少了单纯的人为定性评定的随机不确定性,为测量设备跟踪质量评定提供了一种选择。     

基于加权最小二乘法的空间目标模拟器平面度测量与补偿研究

为减少空间目标模拟器负载台运动轨迹平面度 的测量误差,提高平面度的测量精度,以空间目标模拟器作为研究对象,通过物理建模和数 值计算定量地 分析了误差源,提出根据测试点坐标残差构建权值,采用加权最小二乘法拟合最佳平面,以 点面距离和二 面角作为评价指标进行平面度评定的新方法。在以激光跟踪仪为工具的非接触测量实验中, 依此方法对模 拟器负载台平面度进行校准,平面度精度达到0.4mm,二面角相比非 加权方法降低1个数量级。实验结果 表明在3m×2m的空间范围内,本文的校准和数据处理方法能够保证平面度的测量精度。     

基于LabVIEW的圆度误差算法实现

文中对圆度误差评定算法进行了研究,为最小区域圆法、最大内切圆法设计了一种基于LabVIEW的迭代求优法,该算法以最小二乘圆圆心作为初始圆心,将中心最佳移动法与交叉弦法及三角形法则相结合,以得到最佳的理想圆心,并把这种算法用LabVIEW实现,提高了测试的精度和速度。     

组网雷达系统误差的估计原理与性能分析

为了实现组网雷达系统误差修正,在研究雷达误差特性的基础上,分析了2种坐标系统下误差修正的原理,给出了利用最小二乘算法和广义最小二乘算法进行误差修正的公式.通过仿真实验,对实时质量控制算法、最小二乘算法、广义最小二乘算法和扩展卡尔曼滤波算法实现误差配准进行分析,并比较了这些算法在工程应用中的复杂性和估计精度,同时给出各种算法在工程应用方面的适用条件.     

基于最小二乘和牛顿迭代法的空中目标定位

在对远程高速运动目标进行定位的过程中,提高定位精度是工程研究的重要内容之一.针对最小二乘法受测量误差影响较大的问题,提出了基于最小二乘和牛顿迭代法的混合算法.该算法结合了最小二乘法估计性好和牛顿迭代法收敛速度快的优点.仿真结果表明,时差测量精度为5ns时,均方根误差较最小二乘法定位结果减少了43m.