最小二乘法在热敏电阻测温中的应用

在生产实际及科学研究中,一些物理量之间的函数表达式很复杂,或它们之间的关系只能用一张数据表来表示,这就给研究工作带来了困难,因此我们希望用一个简单函数去近似这些变量之间的实际函数关系。这里介绍了最小二乘原理,并以实例的形式说明了如何使用matlab函数求解热敏电阻在测温中的拟合问题。     

基于属性约简与参数优化的 SVM 故障诊断研究

应用数据挖掘的方法从实时数据库中提取相应的故障诊断知识是一种有效途径,也是很有现实意义和研究价值的问题.为提高汽轮机组故障诊断的效率,并考虑其计算成本和复杂性,把关联分析作为数据的前处理器,通过计算属性间的相关系数,结合最大最小聚类方法,删除冗余属性.然后采用支持向量机进行故障诊断,构造 SVM 多分类器,采用粒子群优化算法对参数寻优并训练样本.并与 BP 神经网络和线性判别分析做比较,实验表明此故障诊断方法诊断速度快、准确率高,可以很好地应用于设备故障诊断     

磁场信号检测误差分析及补偿算法

针对载体自身磁场特性及三轴磁传感器误差特性建立了地磁导航干扰误差补偿模型,通过对模型进行简化变形,利用系统辨识的最小二乘估计算法(LS)求取误差特性参数.数据分析表明:该方法简单易实现,简化了复杂的求解过程,基本达到了误差补偿的要求.     

大摇摆情形的自对准方法

在风等干扰的影响下,载体易产生较大幅度的摇晃,造成捷联惯导系统初始姿态存在较大失准角,而由于缺少基准信息,并且包含失准角信息的导航误差不能直接量测,进而影响自对准精度.由于载体仅发生摇晃,并没有相对移动,从而存在零速的摇晃中心,若视载体为刚体,则载体各点的姿态是相同的.由于摇晃中心处的自对准是较为成熟的静基座对准问题,从而只需获得摇晃中心处的姿态误差即可.为了获得摇晃中心的位置,我们利用杆臂效应原理,通过将水平失准角扩展为待估参数,减小了模型误差,提高了摇晃中心位置的估计精度.对于摇晃基座存在大失准角问题,利用估计状态闭环补偿系统模型,逐步减小模型误差,获得较好的对准精度.最后通过仿真例子进行了验证.     

基于三峡库区水环境监测的WSN信息融合算法

由于三峡库区水环境监测无线传感器网络的信息量大,为了减小数据传输的能量开销,构建了一种新的无线传感器网络信息融合模型,采用了一种结合基于最小二乘原理的加权和关系矩阵的分布式信息融合算法,分析了该信息融合算法的基本原理和实现方法。实验结果表明:该分布式信息融合算法能有效去除冗余信息,提高了数据的准确度,降低了节点数传的能量消耗,延长了无线传感器网络的生命周期,降低了系统成本。     

pH传感器温度补偿模型研究

水质pH值在线监测对提高水产品健康养殖至关重要,本文将无线传感器网络与pH值传感器相集成,设计了pH值监测的无线传感器网络系统。为克服pH值测量过程中温度对测量结果的影响,提出了一种pH传感器温度补偿模型,该模型通过pH传感器和PT100铂电阻温度传感器分别测量溶液的pH值和温度,利用最小二乘法对pH值和电压进行线性分析,建立pH传感器的温度补偿模型。实验结果表明,该补偿模型测量精度高,能够实现较精确的pH值在线监测。     

一种基于偏最小二乘法的室外光照估计算法

针对固定视点下的室外场景在线视频光照求解问题,提出一种基于偏最小二乘室外场景实时光照估计算法.在离线阶段提取场景中对光照变化较为敏感的区域,并将这些区域像素值的均值与方差的无偏估计作为场景图像的统计参数,再利用偏最小二乘回归分析建立场景的光照参数与图像统计参数之间的模型;在在线阶段使用所建立的模型实时估计视频每一帧的光照条件.实验结果表明,使用该算法所求解的光照参数对虚拟物体进行绘制并将其融入视频中后,合成场景真实感很强.     

一种NTC热敏电阻校正方程的试验研究

为了校正NTC热敏电阻的校正方程,提高测温精度。通过对传统的指数方程进行线性变换,得到一种新的NTC热敏电阻温度计R-T特性关系,对此关系进行多阶最小二乘拟合,利用误差评判原理,确定最适合的NTC热敏电阻的校正方程。并且实际验证了此校正方程的测温精度可以满足更高精度要求的需要。     

基于半定规划的无线传感器网络定位算法性能分析

基于测距的定位方法是无线传感器网络节点定位中一种常见的方法。测距定位方法往往将定位过程转化为数学优化问题。介绍了实现测距定位下的LS-SDR与SAL-SDR两种半定规划定位算法,并同时介绍了LS-LM、SLS-LM、SLS-US与SLS-S等4种定位算法。仿真实验分析和比较了6种不同定位算法的平均RMS定位误差,结果表明相对于其他4种定位算法,LS-SDR和LS-LM算法的定位误差较小。在信标节点数量较少的情况下,LS-LM算法的定位结果有可能发生奇异,造成定位结果的严重失真。而LS-SDR算法对于奇异的发生具有较好的抵抗能力,此时LS-SDR算法的平均RMS定位误差将优于LS-LM算法。     

基于小二乘-卡尔曼滤波的wMPS系统跟踪定位算法研究

wMPS(workspace Measuring Position System)是一种新型的基于平面交会原理的网络式测量系统,在静态测量研究的基础上,研究了动态跟踪测量的问题。为了减小运动引入的测量误差,利用运动方程提高测量精度,采用了最小二乘法对接收器的位置进行静态估算,将其结果作为伪观测值,然后利用卡尔曼滤波做进一步处理,该方法避免了观测方程中的非线性误差,实现了接收器在运动过程中的高精度跟踪定位。通过试验对最小二乘法和最小二乘-卡尔曼滤波法进行了比较,结果表明最小二乘-卡尔曼滤波法的估值精度远高于最小二乘法。