测距机位置误差条件下交会定位改进算法研究

起降引导系统进行岸基标校时,由于甲板变形,布设在甲板上用于进行目标定位的激光测距机位置无法精确获得,存在位置误差,会严重影响目标定位性能。针对这个问题,提出了一种混合定位算法,该算法将非线性方程线性化,得到最小二乘解,然后综合考虑测距机位置误差和测距误差,将误差分量分离后利用加权最小二乘法得到目标位置次优解,以此次优解作为泰勒级数展开法的迭代初值,进行迭代运算,最终得到定位结果。将该混合算法与约束总体最小二乘法及CHAN算法进行仿真对比,结果表明,该算法可靠性更高,定位精度在较高噪声的条件下仍能接近CRLB。     

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。     

最小二乘原理多项式拟合激光陀螺数学模型的方法研究

在分析激光陀螺的数学模型和最小二乘法原理的基础上，针对某型低精度激光陀螺实际输入—输出特性曲线的数据，应用最小二乘原理的多项式拟合方法对数据分析处理，推导出了适用于非线性工作范围误差补偿且符合实际陀螺特性的数学模型。本方法适用于工作区线性化较差、工作精度低的激光陀螺的精度补偿。     

基于小生境遗传算法的雷达组网误差配准

多传感器信息融合须进行误差配准。传统的误差配准技术采用RTQC、最小二乘法或极大似然估计法,将非线性方程进行线性化,而线性化过程会引入误差。给出了一种基于小生境遗传算法的误差配准算法,该方法在采用基于ECEF坐标系的误差配准技术的基础上,克服了将非线性方程线性化带来的误差,并在传统遗传算法的基础上引入小生境技术,提高了遗传算法全局寻优能力、收敛速度以及系统误差估计结果的精度。最后,将该方法与基于ECEF坐标系的最小二乘法及传统遗传算法进行了比较,仿真实验结果验证了算法的有效性。     

一种新的InSAR相位解缠算法

干涉相位解缠直接影响到干涉合成孔径雷达(InSAR)高程测量精度,是InSAR处理及其重要的一步。文中在研究了最小二乘法相位解缠的基础上,提出了一种基于解缠相位误差迭代补偿的加权最小二乘法。首先,采用加权最小二乘法得到相位解缠的初值,然后,再通过对解缠误差相位的迭代补偿,对解缠效果进行优化。另外,针对迭代次数的合理选择,还设计了一种迭代机制,避免了迭代次数过多引入的补偿冗余和迭代次数过少导致的补偿不足。相比最小二乘法,该方法通过加权处理对相位噪声的全局影响进行了约束;通过误差迭代补偿进一步大大提高了解缠精度。仿真试验结果表明:文中所提方法具有优越性。     

哈默斯坦非线性时变系统的加权学习辨识方法

针对有限区间哈默斯坦(Hammerstein)非线性时变系统,该文提出一种加权迭代学习算法用以估计系统时变参数。首先将Hammerstein系统输入非线性部分进行多项式展开,采用迭代学习最小二乘算法辨识系统的时变参数。为了防止数据饱和,采用带遗忘因子的迭代学习最小二乘算法,进而引入权矩阵,采用加权迭代学习最小二乘算法改进系统跟踪误差,以提高辨识精度。该文分别给出3种算法的推导过程并进行仿真验证。结果表明,与迭代学习最小二乘算法和带遗忘因子迭代学习最小二乘算法相比,加权迭代学习最小二乘算法具有辨识精度高、跟踪误差小以及迭代次数少等优点。     

FDTD结合最小二乘拟合法分析PBG滤波结构

为了能应用FDTD方法快速有效地分析各种PBG滤波结构电磁特性,该文应用FDTD结合最小二乘拟合法对两类新型PBG滤波结构进行了具体分析,给出了FDTD结合最小二乘拟合法计算的最小迭代步数和如何选出谐振段去除振荡原则,最后通过数值仿真结果,表明该方法能有效减少FDTD的迭代步数,节省计算时间,特别适用于大周期和复杂的PBG滤波结构分析。     

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.     

一种基于迭代最小二乘法的精确同步方法

最小二乘拟合鉴相曲线的方法可以实现精确同步,但其对粗同步要求苛刻且不能有效对抗频偏。该文通过分析证明当粗同步误差在前后各半个码片周期内时,最小二乘法的测量值介于零和实际值之间。根据该特性提出基于迭代最小二乘法的精确同步方法,并引入分段相关取模策略,以达到抗频偏效果。理论分析表明该方法能够有效消除噪声的影响,并且在分段长度不大的情况下具有很强的抗频偏能力。仿真结果表明该方法具有很强的抗频偏和抗噪声能力,并且在粗同步误差覆盖前后半个码片范围时依然具有很高的测量精度。     

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。     

一种基于LS-WTLS的稳健平面拟合方法

为了解决平面数据点位精度差异性及平面模型常数项解算精度较低的问题,提出了一种基于最小二乘-加权总体最小二乘(LS-WTLS)的稳健平面拟合方法。该方法采用加权最小二乘模型与稳健估计IGGⅢ方案相结合的方式对平面模型误差项参量进行解算,然后通过设置阈值剔除粗差数据,利用最小二乘法对平面模型常数项进行解算,以此进一步提高了平面模型各参量的解算精度。结果表明, 新方法相对于最小二乘(LS)法、总体最小二乘(TLS)法、LS-TLS法、IGGⅢ-LS-TLS法,其单位权中误差分别提高了53.6%, 195.0%, 47.5%和5.1%,平面拟合精度分别提高了49.4%, 179.3%, 48.7%和46.99%,表现出了良好的抗粗差干扰能力。该研究验证了新方法在平面拟合领域的优越性和可靠性。     

基于约束总体最小二乘的单站DOA/TDOA联合误差校正与定位算法

多基外辐射源雷达定位系统受系统偏差影响较大。该文针对多基外辐射源雷达到达角度(DOA)和到达时差(TDOA)联合定位系统,提出一种基于约束总体最小二乘(CTLS)的无源定位和误差校正算法。首先引入辅助变量,将DOA和TDOA非线性观测方程进行线性化处理。考虑伪线性化后定位方程中噪声矩阵各分量统计相关特性,将无源定位与误差校正联合优化问题建立为CTLS模型,并采用牛顿迭代方法对模型求解。在此基础上,考虑辅助变量与目标位置的关联性,设计关联最小二乘算法改进目标位置估计值,采用后验迭代方法进一步提高系统偏差估计精度。最后推导了算法的理论误差。仿真结果表明:该算法能够有效地估计目标位置和系统偏差。     

NTC热敏电阻R-T特性的线性化研究

推导了NTC热敏电阻的阻值与温度的变化关系,分析其非线性的原因。采用最小二乘法原理来求出方程系数。从而在MATLAB上使用polyfit()函数完成曲线拟合,基本实现电阻与温度变化的线性化处理。     

改进移动曲面最小二乘拟合的Lidar数据滤波优化

机载激光雷达已允许快速生成大面积区域的高分辨率数字高程模型,但是自动识别密集建筑物或茂密植被所覆盖区域的地面点与非地面点还比较困难。提出了一种移动曲面拟合最小二乘迭代算法自动快速对Lidar数据进行滤波,该方法采用移动窗口加权迭代最小二乘法来选择种子点,基于自适应阈值,逐步对非地面点和地面点进行滤波和分类。在四个研究区域进行的试验表明,新的滤波方法可以将市区和茂密植被覆盖的地面和非地面点分开。对于Ⅰ类误差,新算法的错误范围是4.08%～9.40%,对于Ⅱ类误差,错误范围是2.48%～7.63%,对于总误差,错误范围是5.01%～7.40%。     

单片机技术线性化和扩展线性范围的方法

在检测与转换技术的数据处理过程中，一个重要的方面就是非线性特性的线性化，在很多情况，线性化又是以牺牲线性测量范围及灵敏度为代价的，从而在很多既要求线性化好又要求测量范围大的场合，线性化成为一个棘手的问题。本文提出了一个借助于单片机技术线性化，又能扩展线性范围的方法，该方法改变了传统的线性化方法，可在同一最小二乘线性度指标下对非线性特性实现线性化，同时还可扩展线性测量范围。     

利用Fizeau干涉仪进行激光风速测量的原理分析

导出了激光多普勒雷达基于Fizeau干涉仪及CCD探测器进行测风时,每个CCD元最终接收到信号的一般表达式.对系统的参数做了整体优化,得出一组优化参数.在0～3 km高度,得出系统风速误差小于0.16 m/s.对最终的风速反演分别运用最小二乘拟合法和重心法.分析表明最小二乘拟合法只适用于风速较小的情况.详细分析了运用重心法计算风速必然会引起的误差,并提出一种解决方法.修正后,在±30 m/s风速范围内,该方法产生的误差小于0.25 m/s.     

基于总体最小二乘的多通道SAR-GMTI 方法

针对多通道SAR-GMTI处理中噪声影响和杂波相关性差会导致杂波抑制性能降低的问题,提出了一种基于总体最小二乘的SAR-GMTI方法.该方法利用检测单元周围的相邻像素杂波信息在总体最小二乘意义下拟合检测单元杂波特性,消除了噪声影响,提高了多个通道杂波之间的相关性,改善了杂波抑制性能.该方法具有很好的通道误差稳健性,仿真和实测数据处理验证了该方法的有效性.     

基于NLS的多机只测角误差配准算法

多机无源融合定位中的误差配准是目前多传感器误差配中的难点之一。当无源传感器获得的观测量存在系统误差却不进行配准时,多机融合定位的效果将受到严重影响。针对这一情况,在多机只测角无源定位问题中提出了一种基于非线性最小二乘（NLS）的误差配准算法。该算法将多机只测角误差配准问题转换为非线性最小二乘估计问题,并采用高斯–牛顿法求解,即先将非线性量测方程线性化并采用加权最小二乘进行估计,然后进行迭代直至收敛到最优估计值。仿真结果表明,与EKF配准算法相比,当观测时间足够长时,本文提出的NLS误差配准算法的定位误差可以接近克拉美罗限（CRLB）,并且对系统误差的估计精度非常高。      

最小二乘法计算晶格参数

最小二乘法是求解精确晶格参数的基本方法.讨论了使用和不使用校正函数情形下的科恩最小二乘法,给出了所有晶系的法方程、晶格参数、误差估计的计算公式,以及计算晶格参数、校正函数参数的阻尼最小二乘迭代算法,该方法具有普适性,有大的收敛范围和快的收敛速度.作为应用例子,计算了数个不同晶系晶体的晶格参数,说明最小二乘法是获得高精度晶格参数的计算方法;用阻尼最小二乘法计算了ChuG校正函数的参数,表明该方法是获得校正函数参数的有效方法.     

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.