纸张含水量的傅里叶变换中红外光声光谱分析

随着科学技术的不断发展,社会正在向智能化 演变。实现纸质文献的实时监测以达到保存和保护文献的目的 是未来发展的必然趋势。为了给库房文献的实时监测提供依据,结合 化学计量学方法,利用傅里叶变换中红外光 声光谱技术快速测定了纸张含水量。基于中红外光声光谱,分别采用 主成分回归(Principal Components Regression, PCR)方法和 偏最小二乘回归(Partial Least Squares Regression, PLSR)方法建立了纸张含水量的 定量模型,并通过交叉验证选择了最佳主成分数。结果表明,PLSR方法 的建模结果优于PCR方法(决定系数R2：0.3681>0.3532)。 通过增加主成分数可以使模型预测变好,但也存在过拟合风险。未来拟采 集更多的纸张样本,以期建立稳定的纸张性质检测模 型,为实现纸质文献的红外光谱实时监测奠定基础。     

一种用于预测蚕丝含量占比的近红外光谱分析方法

针对近红外光谱分析技术中未充分利用预测模型光谱数据的问题,提出了一种可充分利用光谱数据和有效预测蚕丝含量占比的新方法.以5种类型共145个样本的蚕丝含量占比以及相应的所有蛋白质基光谱数据为研究对象,将这些样本分别划分为校正集和验证集,并采用偏最小二乘回归(Partial Least Squares Regression...     

基于LS-SVM的宽带接收前端非线性补偿算法

针对目前常用的基于参数化非线性模型（Parameterized Nonlinear Model,PNM）的补偿算法存在易陷入局部最小值，导致补偿性能不稳的问题，该文提出了基于最小二乘支持向量机（Least Squares Support Vector Machine,LS-SVM）的宽带接收前端非线性补偿算法.该算法基于减谱-时频变换法（Spectrum Reduction Algorithm based on Time-Frequency Conversion,SRA-TFC）盲分离接收前端输出信号中的大功率基波信号和其他小功率信号，并以此作为LS-SVM逆模型的训练输入-输出样本对.引入最小二乘支持向量回归（Least Squares Support Vector Regression,LS-SVR）算法高精度拟合接收前端非线性逆模型.通过以宽带接收前端的输出信号为测试样本消除其非线性失真分量.仿真与实测结果表明：该算法可使宽带接收前端的无杂散失真动态范围（Spurs-Free-Dynamic-Range,SFDR）提高约20 dB，较基于PNM的补偿算法提高了约5 dB.     

基于最小均方误差选择参考节点的RSS测距定位算法

无线传感网中的多类应用均需要准确的定位算法.为了降低定位成本,减少能量消耗,常采用基于接收信号强度RSS(Received Signal Strength)测距,并建立相应的方程,再利用线性最小二乘LLS(Linear Least Squares)法求解节点的位置,将此定位算法记为RSS+LLS算法.RSS+LLS算法随机选择参考节点,这有损定位精度,同时,LLS算法并没有考虑每个测距值的误差,这些不足降低算法的定位性能.为此,提出基于RSS+LLS的优化算法,记为RSS+WLS+OPT算法.该算法先通过RSS测距,并基于最小均方误差原则选择参考节点,从而提高定位精度,同时,给每个测距值引入权重系数,采用基于协方差矩阵的加权最小二乘法WLS(Weighted Least Squares)求解节点位置,进而降低了测量误差对定位精度的影响.仿真结果表明,与RSS+ LLS相比,提出的RSS+WLS+OPT算法的定位精度提高了约2米,并没有增加计算时间,降低对测距误差的敏感性.     

紫外可见光谱检测水体COD算法研究

应用紫外可见(ultraviolet/visible,UV/Vis)光谱技术对宜昌市环境监测站水体有机物指标化学含氧量(chemical oxygen demand,COD)进行快速检测,对采集的94份水样进行UV/Vis波段全光谱扫描,采用平滑(Savitzky-Golay smoothing,SG)、一阶导数(first-derivative,1-Der)以及二阶导数(second-derivative,2-Der)对光谱进行预处理,并结合偏最小二乘回归(Partial Least Squares Regression,PLSR)对水样建立COD回归预测模型,并利用该回归预测模型预测水样COD浓度。实验结果表明采用SG平滑预处理后结合连续投影算法(Successive Projections Algorithm,SPA)选取全波段光谱中的特征波长得到的PLS模型预测精度最高,相关系数r=0.91882,预测均方根误差RMSEP=2.8156mg/L-1。进一步研究发现,使用SG平滑预处理得到的岭回归(Ridge Regression)模型精度(r=0.92,RMSEP=2.765 mg/L-1)高于PLS模型,且模型仅仅选取了4个特征波长变量,占238个全波段光谱变量的1.38%。说明针对该水样样本,利用平滑光谱预处理后,再建立岭回归模型,能节约时间和降低算法复杂度,能够快速准确地进行水样COD浓度预测,为进一步实现水样的COD浓度快速检测奠定了基础。     

一种改进的AR谱估计方法

分析了现有的基于最小二乘法的AR参数模型的谱估计算法在信噪比较低时估计效果差的原因，提出了一种基于协方差成形最小二乘法的改进的参数模型AR谱估计算法。这种算法建立了以线性模型的真实输出与估计输出的均方误差为模型的代价函数，并选择满足一定约束条件的线性变换估计使得该均方误差最小。仿真结果表明，这种算法虽然是有偏估计，但在信噪比不高的情况下，估计效果优于Yule—Walker等参数模型AR谱估计方法，而在信噪比较高的情况下，二者估计效果相当。     

低信噪比条件下一种迭代加权拟合的 ISAR包络对齐方法

 针对低信噪比条件下传统包络对齐算法性能下降问题,提出基于迭代加权最小二乘拟合的逆合成孔径雷达(ISAR)包络对齐方法(ICWLS:Iterative Cleaning and Weighted Least Squares).该方法利用目标的平稳运动特性,对目标走动量和加权矩阵采用迭代交替更新方式,在估计出目标运动参数的基础上实现包络对齐.仿真结果表明所提方法能有效抑制突跳误差的传播和缓解积累误差所导致的参数估计精度下降问题,具有良好的包络对齐性能.     

紫外可见光谱检测水体COD算法研究

应用紫外可见(ultraviolet/visible,UV/Vis)光谱技术对宜昌市环境监测站水体有机物指标化学含氧量(chemical oxygen demand,COD)进行快速检测,对采集的94份水样进行UV/Vis波段全光谱扫描,采用平滑(Savitzky-Golay smoothing,SG)、一阶导数(first-derivative,1-Der)以及二阶导数(second-derivative,2-Der)对光谱进行预处理,并结合偏最小二乘回归(PartialLeast Squares Regression,PLSR)对水样建立COD回归预测模型,并利用该回归预测模型预测水样COD浓度。实验结果表明采用SG平滑预处理后结合连续投影算法(Successive Projections Algorithm,SPA)选取全波段光谱中的特征波长得到的PLS模型预测精度最高,相关系数r=0.91882,预测均方根误差RMSEP=2.8156mg/L-1。进一步研究发现,使用SG平滑预处理得到的岭回归(Ridge Regression)模型精度(r=0.92,RMSEP=2.765 mg/L-1)高于PLS模型,且模型仅仅选取了4个特征波长变量,占238个全波段光谱变量的1.38%。说明利用平滑光谱预处理后,再建立岭回归模型,能节约时间和降低算法复杂度,能够快速准确地进行该水样样本COD浓度预测,为进一步实现水样的COD浓度快速检测奠定了基础。     

基于约束总体最小二乘算法的全极化 散射中心参数估计

 本文以散射中心的指数衰减和模型(Damped Exponentials,DE)为基础将全极化散射中心的参数提取问题转化为全极化信息融合的约束总体最小二乘(Constrained Total Least Squares,CTLS)算法问题,据此计算出全部散射中心的距离参数和类型参数,然后利用最小二乘法求解全极化测量方程,得到每个散射中心的复幅度信息,从而获得每个散射中心的散射矩阵,其中散射矩阵与类型参数是密切相关的.然后分析了其中参数估计的精度问题,针对极化通道噪声方差的不同提出了相应的改进算法.最后进行了仿真,并与单极化散射中心估计参数作了对比,结果证实了该方法的有效性,为雷达极化信息与散射中心的有效融合提供了新方法.     

基于DOA-TDOA-FDOA的单站无源相干定位代数解

针对利用单站接收多个外辐射源信号实现目标定位的问题,该文提出一种基于两步加权最小二乘的到达角度(DOA)、时差(TDOA)和频差(FDOA)联合定位代数解算法.首先,在第1步加权最小二乘估计中,通过引入辅助参数,将非线性的角度、时差和频差方程转化为伪线性形式,并利用加权最小二乘得到目标位置和速度的粗估计;而后在第2步加权最小二乘估计中利用辅助参数和目标位置参数之间的约束关系来构造另外一组线性方程,并再次利用加权最小二乘得到目标位置和速度的精确估计.推导了联合角度、时差和频差定位的克拉美罗界.理论分析和仿真结果表明,算法在观测误差较小时的定位误差可以达到克拉美罗界.     

基于约束总体最小二乘方法的到达时差到达频差无源定位算法

两步加权最小二乘方法(two-stage WLS)是求解TDOA/FDOA无源定位问题的经典线性方法,但也存在着定位偏差和均方误差对测量噪声的适应能力较差的缺点。该文根据TDOA/FDOA的伪线性定位方程组特点,将其建立为一种带约束条件的约束总体最小二乘(CTLS)模型,并采用拉格朗日乘子法求解带约束条件的CTLS问题,建立了几种最小二乘类定位方法的统一解,从而将约束加权最小二乘(CWLS)定位解和约束最小二乘(CLS)定位解变为该文CTLS定位解的特例。仿真表明,该文方法比两步加权最小二乘方法具有更低的均方误差,并能够有效减小定位偏差,因而具有更好的测量噪声适应能力。     

一种谐波正弦语音模型的最佳相位估计算法

 基于谐波正弦语音模型(HSSM),利用最小二乘方法估计语音模型的最佳相位参数,给出了一种估计相位的批处理方法和迭代算法.把利用该算法得到的相位参数用于宽带语音编解码算法进行仿真,其结果与G.722.2标准宽带编码算法中的两种编码速率8.85kbit/s及6.60kbit/s的语音进行了比较,语音波形的比较和主客观测试结果表明该最佳相位估计算法相位参数估计准确有效,可由此建立的语音模型获得较高质量的合成语音.     

基于与头相关传递函数的神经网络声源定位方法研究

机器定位要求对声源方位建立简便高效的判断模式。根据与头相关传递函数(HRTF)和方位之间的紧密联系,该文研究基于HRTF的神经网络定位方法,利用前馈神经网络来模拟HRTF和方位的对应关系,从中提取出方位信息并进行多种形式编码,然后提出一种有效的加权估计方法识别方位。仿真表明该方法对方位识别的精确度较高,网络简洁更具泛化性。最后并通过鲁棒性分析给出定位结果的验证和说明。     

基于视觉物体识别的抗差岭估计定位算法

基于视觉物体识别的室内定位算法是一种新型的室内定位解决方案,算法通过物体检测、位置匹配、定位方程解算等步骤确定用户位置。然而,受到单目相机视域较小和物体检测算法精度较低的影响,根据检测物体测距信息而构成的定位方程存在严重的病态性,极大降低了算法的定位成功率和定位精度。因此,该文提出一种抗差岭估计定位解算算法,通过引入岭参数将无偏估计变为有偏估计,实现均方误差最小约束条件下的最优位置估计,并利用迭代选权降低了质量较差的观测量对定位精度的影响。实验结果表明,与OLS (Ordinary Least Square), LM (Levenberg-Marquardt)和RR (Ridge Regression)算法相比,该文提出的抗差岭估计定位解算算法能够有效提高基于视觉物体识别的室内定位方法的成功率和精度。     

基于机器学习的大面积拼接镜倾斜误差探测

为了实现对拼接镜整体幅面的共相位误差的快速检 测,通过Zemax建立相位测量装置,数值模拟拼接镜 的倾斜误差检测过程。使用基于主成 分分析(PCA)、偏最小二乘回归(PLSR)的机器学习算法,替代传统的相位重建方法,从 探测面强度分布图中提取倾斜误差。预测结果表明,在单元情况下对12个样本的倾斜角进行 预测,倾斜角预测值与真实值间的均方根误差(RMSE)约为0.00029;在多元情况下,倾角的 RMSE均维持在0.0003以下。可见,在两种情况下,倾角的RMSE参量值 均小于倾斜步长。因此 ,利用机器学习算法可以实现对倾角步长为0.0005°的倾斜误差的预 测,与相位差波前检测 等传统方法相比,该方法能大幅提高预测速度,明显降低传统波前重建算法复杂度。     

基于KPCA和LSSVM的表面缺陷深度识别

为了实现铝板表面缺陷智能识别分类,解决支持向量机在识别过程中准确率不高的问题,对核主成分分析(Kernel Principal Component Analysis,KPCA)和最小二乘支持向量机(Least Square Support Vector Machine,LSSVM)在缺陷深度识别分类的应用进行了研究。采用核主成分分析算法对实验获取的激光超声信号进行时域特征参数提取主成分,并将多个满足要求的主成分作为输入,建立KPCA-LSSVM分类模型对表面缺陷进行识别。结果表明,该模型精准率和召回率高于优化前的系统,识别准确率达到了95%。     

微弱正弦信号幅值混沌检测的一种改进方案

本文根据混沌系统在特定状态下对参数的敏感性,提出了一种检测微弱正弦信号幅值的改进方案.该方案采用线性最小二乘方法找到了待测微弱信号幅值与混沌动力系统特征指数之间的关系,给出了弱信号幅值的估计式.理论与数值仿真实验表明该方案的估计精度较高,计算量小,易于工程实现.     

多雷达数据配准的工程实现

基于雷达网系统误差分析 ,提出了一种简单、实用的数据配准算法 ,称为最小二乘相对系统误差配准法(LSRSEM ) ,并给出了一种基于相对系统误差的多雷达数据配准工程实现方法。仿真和实际数据证明 ,该方法可以使同一目标观测航迹的分裂程度减小一个数量级 ,有效保证了多雷达观测结果的一致性和连续性     

机载圆柱形共形阵雷达杂波抑制方法

针对机载圆柱形共形阵雷达非均匀杂波抑制问题,首先建立了圆柱形共形阵雷达的空时二维杂波模型,分析了共形阵雷达所面临的非均匀杂波环境的特性。然后提出了一种基于最小二乘(Least Square,LS)估计的修正的SMI杂波抑制方法,该方法通过最小二乘方法估计得到杂波协方差矩阵,并以此修正常规SMI算法。仿真表明:与平面阵相比圆柱形共形阵的非均匀引起了杂波自由度的大幅增加,较传统算法具有较强的非均匀杂波抑制能力,且运算量不随系统维数的增加而上升。