时变信道下CPM信号自适应盲均衡算法

针对时变频率选择性衰落信道下二阶连续相位调制 (CPM) 信号盲均衡中存在的均衡性能较差问题,提出了一种新的自适应盲均衡算法。该算法使用双向自适应软输入软输出(SISO)方法,同时利用过去、现在和将来的观察数据符号来进行递归最小二乘(RLS)估计,有效改善了信道估计的精度。仿真结果表明所提算法具有良好的盲均衡性能。     

最小二乘大间隔孪生支持向量机

针对最小二乘孪生支持向量机（LSTWSVM）精度较低和可能存在的"奇异性"问题,提出了一种最小二乘大间隔孪生支持向量机（LSLMTSVM）.该算法在最小二乘孪生支持向量机的优化目标函数中引入了间隔分布,提高了算法的泛化性能.在目标函数中加入正则项,实现了结构风险最小化,进一步提高了分类能力.实验结果表明,最小二乘大间隔孪生支持向量机比已有的相关算法性能更优.     

一类二维FIR滤波器的约束最小二乘设计

考虑单位脉冲响应8面对称的二维GIR滤波器的约束最小二乘设计．首先将设计问题转化为正定二次规划问题．然后应用投影最小二乘(PLS)算法进行求解．通过设计实例对PLS算法的性能进行了仿真，结果表明该算法的效率是流行的有效集方法的几十倍到几百倍、PLS算法的高效率为快速设计大尺寸二维FIR滤波器提供了方便．     

一类二维FIR滤波器的约束最小二乘设计

考虑单位脉冲响应 8面对称的二维GIR滤波器的约束最小二乘设计 .首先将设计问题转化为正定二次规划问题 .然后应用投影最小二乘 (PLS)算法进行求解 .通过设计实例对PLS算法的性能进行了仿真 ,结果表明该算法的效率是流行的有效集方法的几十倍到几百倍 .PLS算法的高效率为快速设计大尺寸二维FIR滤波器提供了方便 .     

约束优化最小二乘问题的一种适用的方法

针对非线性约束优化最小二乘问题,提出了一种新的信赖域算法.此算法主要是修正了最小二乘问题的简约的Hessian矩阵,由于最小二乘问题的特有性质,使得求解过程得以简化.最后,用数值实例来验证此算法的合理性和有效性.     

非线性最小二乘广义逆迭代算法及收敛性证明

本文介绍了一种解非线性最小二乘问题的新方法,并证明了解非线性最小二乘问题M—P广义逆迭代算法的收敛性。     

非负约束总体最小二乘问题

在第一部分中，提出了非负约束总体最小二乘问题，即利用总体最小二乘思想处理问题｛Ａｘ＝ｂ ｘ≥０；在第二部分中给出了非负约束最小二乘问题解集的结构和扰动分析，并对在实际计算中要用到的一个参数ｐ提出了可行的方法。     

基于最小一乘的单因变量偏最小二乘算法

偏最小二乘回归能较好地解决自变量间的多重共线问题，最小一乘法比最小二乘法能更有效地降低回归模型的误差。本文提出的改进的偏最小二乘回归将这两种方法结合起来，在偏最小二乘回归过程中利用最小一乘法建立因变量对提取的自变量成分的多元回归模型。算例表明改进的偏最小二乘回归算法的预测精度较高。     

二维非负稀疏偏最小二乘在人脸识别中的应用

近几年偏最小二乘算法在人脸识别中得到了广泛的应用,但是其各种改进算法都没有同时利用非负性算法和稀疏性来提高识别率和鲁棒性。为了解决这些问题,结合二维偏最小二乘与非负性思想和稀疏性约束提出二维非负稀疏偏最小二乘(Two-dimensional nonnegative sparse partial least squares,2DNSPLS)算法。其核心思想是在提取人脸特征时加入了非负性约束和稀疏性约束,使得2DNSPLS不仅拥有偏最小二乘算法加入类别信息带来的分类效果,还保留了图像矩阵的内部结构信息,而且还使得到的基矩阵具有非负的局部的可解释性并且具有一定的稀疏性。在Yale和PIE人脸库中的实验表明,该算法从时间上和识别率上均优于人脸识别的主流算法,并且对于遮挡有较好的鲁棒性。     

基于子空间新型跟踪策略的RLS盲多用户检测算法

针对DS/CDMA系统中信源个数欠估计时基于子空间的盲多用户检测算法性能恶化的问题,提出了子空间新型跟踪策略,并对递归最小二乘(RLS)盲多用户检测算法进行改进.在新型跟踪策略中,目标用户特征波形作为信号子空间的一部分,仅跟踪信号子空间中目标用户特征波形的正交分量,然后构造信号子空间,从而提高了信号子空间准确度,且计算复杂度较低,即使在信源个数出现欠估计时,目标用户信息也未丢失,检测性能所受影响较小;将子空间引入到RLS盲多用户检测算法中,有效降低了对信号子空间跟踪准确度的要求.仿真结果表明了该算法的有效性.     

一类矩阵方程的最小二乘反自反矩阵解

针对一类矩阵方程组提出了一种新的迭代法求其最小二乘反自反解。首先给出了自反矩阵及反自反矩阵的定义;然后提出了求解矩阵方程组的迭代法,并针对此算法研究了矩阵方程组范数最小的最小二乘反自反矩阵解;最后通过算例阐述了这种迭代方法的有效性。     

基于总体最小二乘法的多普勒观测值测速算法

为解决最小二乘法在数据处理时只考虑观测矩阵的误差,没有考虑系数阵的误差较大时其计算结果不理想等问题,把总体最小二乘法引入到多普勒测速计算,推导并给出了基于总体最小二乘法的求解模型,并利用采集的实验数据进行了验证计算。运用总体最小二乘法进行数据处理,能够同时考虑模型中自变量和因变量的误差,这就很好地解决了基于最小二乘法不能顾及系数矩阵误差的问题。实验结果表明,基于总体最小二乘法的计算结果要优于基于最小二乘法的结果,其解算得到的速度误差大部分小于0.15 m/s。     

一种新的最小二乘盲空时多用户检测

提出了一种在多径码分多址信道下用Rosen梯度投影实现的最小二乘盲空时多用户检测方法,该方法的运算量与最小均方方法相当,如却具有递归最小二乘方法的收敛速度,仿真实验表明,该方法性能良好,对空时处理在移动通信中的实用化具有积极的意义。     

基于LS-SVM的光纤智能结构损伤诊断

针对目前结构损伤诊断方法的局限以及最小二乘支持向量机算法优点,提出采用最小二乘支持向量机来对光纤智能结构损伤位置识别进行研究,并在Matlab中编制了相应的支持向量机程序,建立了相应损伤诊断模型.以实例数据为学习样本和测试样本,讨论了基于最小二乘支持向量机的光纤智能结构损伤诊断可行性.试验研究结果表明,基于最小二乘支持向量机光纤智能结构损伤诊断识别方法具有较高的可靠性和精度且操作方便,是一种性能优良的智能识别方法,为智能结构实现损伤自诊断提供了更为先进的方法.     

继电保护中傅立叶与最小二乘算法的性能比较

继电保护中的一些误动事故与电气参数计算的基本算法有关,在介绍傅立叶算法与最小二乘算法及其实现的基础上.分别针对信号中含有衰减直流分量,谐波分量,以及电网频率波动等情况,对比分析了傅立叶算法与最小二乘算法的优劣,以期引起对最小二乘算法的重视.     

二尺度最小二乘小波支持向量回归

基于小波多尺度理论和最小二乘支持向量机的优越性能,提出了多尺度最小二乘小波支持向量回归,弥补了普通最小二乘小波支持向量回归在单尺度小波空间上对函数进行逼近的不足,使用多尺度上的小波线性组合来逼近L^2（R^d）空间上的任意函数,真正意义上实现了小波分解和最小二乘支持向量机的最佳结合,更有效地继承了小波多尺度学习算法和最小二乘支持向量机的优点,既能达到有效精度而且还计算简便。本文以两尺度为例,通过仿真实验说明了所提算法的有效性。     

非正交联合对角化盲源分离算法

提出一种表征联合对角化近似程度的代价函数,给出优化该代价函数的非正交联合对角化算法．该代价函数对经典的最小二乘代价函数进行了改进,使原算法中关于混迭矩阵的四次函数转化为3组待定参数的二次函数．因此,可通过基于梯度下降法的迭代算法交替估计3组待定参数,搜索代价函数最小点,从而得到混迭矩阵的估计,实现盲源分离．分析了算法的收敛性能,证明存在估计误差时,该算法依然全局渐进收敛．仿真结果表明,与经典的非正交联合对角化(ACDC)算法相比,该算法收敛所需计算时间仅为ACDC的一半,而全局拒噪水平改善了6dB,可有效地解决瞬时盲源分离问题．     

基于可变有序子集的惩罚最小二乘算法

传统算法不能有效的抑制噪声且收敛速度慢.为了解决这些问题,在最小二乘算法中引入中值先验,并结合可变有序子集(MOD)技术用于PET图像重建,形成了基于可变有序子集的惩罚最小二乘算法(MOS-PLS-Median).仿真结果表明,MOS-PLS算法相对于最小二乘(LS)等传统算法,不仅能够有效的抑制噪声,重建出质量更好的图像,而且较大地提高了收敛速度.     

用于多源信息中制导的MM-LS时间配准算法

针对目标做匀速直线运动以及时间配准周期与雷达采样周期成整数比两个假设限制了最小二乘时间配准算法应用范围的问题,结合多模型的思想,研究了无限制条件下的多模型最小二乘时间配准算法．在推导匀加速模型、加加速模型最小二乘时间配准算法的基础上,由最小均方误差准则得出多模型最小二乘时间配准算法．利用各模型求解得到的一阶、二阶、三阶导数,进一步通过外推算法,解决了时间配准周期与雷达采样周期比为非整数这一问题．仿真表明,当目标的机动过载从1g至9g变化时,雷达的探测误差从10m至100m变化,多模型最小二乘时间配准算法虽然不能取得最好的结果,但是可以确保得到值得信赖的时间配准结果．     

一种基于最小二乘法实现TIS相对导航的算法

针对TIS相对导航原理提出了一种基于最小二乘的滤波算法,并针对TIS分时测距的特点,提出了相应的解决办法。经过仿真验证,该算法能满足定位要求,且算法实现简单、效率高、适应性好等特点。