加权最小二乘融合技术在主动侧杆中的应用

针对主动侧杆伺服跟踪系统中角位移传感器(rotary variable differential transformer,RVDT)和旋转变压器 去除噪声的问题,提出一种加权最小二乘(weighted least squares,WLS)算法。以主动侧杆系统为研究对象,在最小 二乘算法、递推最小二乘算法的基础上,对主动侧杆伺服跟踪系统进行分析,通过最小二乘算法、递推最小二乘算 法、加权最小二乘算法融合算法进行仿真。通过对比3 种融合算法的仿真结果,结果证明：该算法使伺服系统获得 了更精确的位置信息,具备去除噪声的优越性以及可行性。     

遥测数据处理中多源数据融合处理方法的探讨

主要研究了遥测数据的特点和现有遥测数据处理方法的一些优缺点，并在此基础上探讨了数据融合技术在遥测数据处理中的一些可行的应用，提出并重点讨论了一种基于加权平均的遥测数据帧融合处理的方法，改进了以往数据帧处理方法的不足，提高了遥测数据处理的可靠性和精确性。     

基于最近邻聚类分析的多站遥测数据融合方法

为研究多测站遥测数据智能对接方法,提供高质量全弹道遥测数据,利用多传感器信息融合技术,采用最近邻聚类分析算法实现目标识别级多测站遥测数据融合。以某次试验5个测站的遥测数据为例进行了仿真测试,测试结果表明:该方法能从多个测站中遴选出最优遥测数据帧,经整合重组后实现多测站原始遥测数据融合,有效剔除非正常跟踪遥测数据,提高了数据处理效率和质量。     

雷达、红外成像传感器数据融合方法的研究

对雷达、红外成像传感器的数据融合问题进行了研究.雷达需要发射电磁波,易暴露,红外成像传感器隐蔽性好,但只能测角,不能测距,因此采用雷达为主、红外探测为辅的数据融合系统进行目标跟踪可实现红外、雷达两种传感器的优势互补.针对这一方案,文中提出了数据融合的新方法.即采用最小二乘法将同步观测数据进行融合,然后将新的融合结果与前几个时刻融合数据进行拟合,从而得到这一时刻相对稳定的结果.理论分析和仿真结果表明了这一方法的有效性.     

用于多传感器最优融合的优化节点样条数据平滑方法

对多个精度不同的传感器观测数据采用了加权平均法，给出了观测数据的最优融合方法；在此基础上，利用优化理论和最小二乘准则，对高机动目标的运动轨迹实现了B样条函数逼近，使逼近过程适应目标的运动规律，仿真计算结果表明其明显地优于微分平滑和等距节点平滑。     

基于分组平均加权算法实现遥测数据融合

针对多站遥测数据融合问题进行论述,提出采用多站数据分组测量平均值的加权融合算法.通过实测数据处理证明,该融合算法简便实用,可以获得较高的可靠性,在靶场遥测数据处理领域具有一定的应用前景.     

弹上遥测预处理技术应用分析及结果计算方法

主要介绍弹上遥测预处理系统和预处理数据的结果计算方法，讨论了弹上遥测预处理系统存在的优点和不足，并对某些飞行过程特征时段的数据进行模拟分析。     

一种基于滑动多项式的多弹道合并方法

以多项式为模型，用加权最小二乘法建立多项式移动求解中间点的方法，解决了多个弹道结果的加权合并问题。     

基于偏最小二乘法的多传感器信息融合研究

针对先验知识未知的情况,且多传感器间存在时空相关性以及小样本等问题,提出了一种基于偏最小二乘法的多传感器信息融合模型.首先对数据进行标准化处理,消除数据间的量纲效应;然后进行成分的提取,并通过交叉验证确定提取的成分数;最后通过还原运算得到信息融合方程.通过模型验证和某型地炮复进机压强信息融合相关性能系数分析,基于偏最小二乘法的多传感器信息融合能够对多传感器进行相关性分析,剔除重叠和无意义的信息,并且融合精度优于基于支持度和相对距离的多传感器信息融合.也为多传感器信息融合及提高融合性能提供了一种新途径.     

多信道自适应格型算法及在信道均衡中的应用

讨论了基于最小均方准则提出的多信道自适应格型算法,这种递归算法应用在广义多信道上,被优化成一种运算复杂度为O(pm2)的算法.在单个参考信道(m=1)的情况下,这种算法被简化成运算复杂度为O(p)的最小二乘格型算法(LSL).在只有一个滤波器抽头的情况下(p=1),这种算法被简化为运算复杂度为O(m2)卡尔曼最小二乘算法(RLS).文中提出的广义多信道最小二乘格型算法总结了LSL和RLS算法之间明确的区别及联系,并且给出了它们在自适应均衡中应用情况的仿真.     

基于最小二乘改进法的测速数据处理及应用

多测速系统是航天测控网的重要组成部分,通过多站联测可实现外空间飞行目标的高精度测速。以两套测量体制联测距离和变化率为对象,建立了最小二乘改进方法。该方法在通过最小化误差平方和的基础上寻找数据的最佳函数匹配,对目标参数进行估值,并对解算出的目标参数反算到测元,对实际测元的差值部分进行有效补偿,获取了更为准确的目标参数,使计算出的结果更加贴近实际飞行情况。     

组网雷达系统误差合作校准方法

在最小二乘ECEF法雷达系统误差配准的基础上,给出了广义最小二乘ECEF法的计算过程.结合实际使用时长期公共目标选择的难题,提出了多目标GLS法来估计雷达的系统误差,能充分利用监视空域内的短期公共目标.通过仿真,验证了多目标GLS法在减少计算量的同时,能保证算法的有效性.利用目标优选和数据融合的方法构造的合作校准法,把组网雷达两两配准的结果进行融合,进一步提高了估计精度.仿真结果显示,在提高径向误差估计精度的同时,合作校准法能大幅度提高角度误差估计的精度.     

最小二乘曲线拟合及Matlab实现

采用最小二乘曲线拟合,可寻求有限测量数据及其伴随误差的变化规律.曲线拟合先确定拟合模型,再确定函数的所属类.多项式拟合先将其化为双曲线、S型曲线、倒指数曲线、对数曲线等拟合曲线,再求解拟合多项式系数.并用Matlab编制程序,对测量数据进行拟合与仿真.     

基于自适应滤波的惯性+多模卫星组合导航算法研究

惯性+多模卫星组合导航系统通常采用定常参数的加权最小二乘算法进行多传感器信息融合,若加权系数与实际噪声统计特性不吻合,将会对组合导航精度产生不利影响.为解决该问题,提出一种基于自适应滤波的改进信息融合算法,对惯性及卫星导航数据应用自适应Kalman滤波以估计惯性导航误差,对滤波输出进行基于加权最小二乘法的多模信息融合,并根据滤波误差方差阵的解算结果对加权系数进行实时调整以优化估计精度.仿真结果表明该算法能够在一定程度上提高组合导航系统的精度和对不同随机噪声的适应能力.     

短基线干涉仪测元与距离变化率融合处理方法

短基线干涉仪与脉冲雷达（或微波统一测控系统）相结合的外弹道测量体制是目前航天发射任务主动段测控的主要手段。针对不同传感器跟踪测量数据的融合问题,建立了短基线干涉仪测量元素与雷达测量的距离变化率测量元素融合的算法,实现了利用测速数据确定目标的位置和速度参数的功能。仿真结果表明,该方法改变了以往短基线干涉仪测量必须依赖定位数据的境况,拓展了外弹道的数据处理手段。     

多源信息融合技术在军事装备试验中的应用

信息融合是现代信息处理的一种通用模式,其方法已应用于信息与控制的各个领域。随着试验靶场建设的不断需求,对多源信息的综合利用,提高空间信息的利用率,已成为靶场试验指挥控制系统应用研究的重点。文章基于对信息融合理论与方法的分析,给出了信息融合的不同结构模型和常用的融合算法,并且结合靶场信息融合技术的应用现状,提出了对未来靶场信息化建设的一些建议。     

基于粒子群算法优化最小二乘支持向量机的电路故障诊断方法

针对数／模混合电路故障的特点,采用将粒子群算法与最小二乘支持向量机相结合的故障诊断方法,在保证诊断过程准确率的基础上,实现多类故障的快速诊断。在诊断过程中,支持向量机的参数寻优过程存在随意性、盲目性和效率低等问题,采用改进的粒子群算法优化支持向量机的参数,建立基于支持向量机的故障分类模型。实验结果表明,与其他方法相比,该方法提高了故障诊断的精度,具有明显的实用价值。     

多状态试验数据融合处理方法

针对Bayes统计理论在工程应用中存在的一些疑问和指责,如验前信息的可信性、验前分布假设的主观性等,进行了深入的研究,提出了一套有效的验前信息综合利用方法,主要包括验前信息的获取、分类、检验、可信度计算、融合处理等内容,解决了Bayes统计理论成功运用的关键问题.     

一种激光尾流制导鱼雷信号检测方法

针对鱼雷光检测尾流时尾流信号受水体后向散射干扰不易检测的问题,给出了一种有效的检测方法。利用变遗忘因子的自适应抵消方法对水体后向散射回波进行抑制,通过非线性放大增强目标信号,最后采取自适应阈值等多种有效策略对目标进行探测。对试验数据分析表明,该方法可以有效抑制水体后向散射回波信号,并具有较快的收敛速度和跟踪速度,可提高光尾流检测能力。研究结果可为光检测尾流的实际应用提供了依据。