基于最小二乘B样条逼近的观测数据野值剔除方法

本文提出了一种适用于弹道观测数据野值剔除的方法。该方法以最小二乘B样条逼近算法为基础，用拟合残差构造加权序列并通过迭代得到B样条系数的稳键估计，对各观测值与拟合值进行比较时在3σ准则的基础上引入偏度分析方法，以确保正确识别出观测数据中的野值，并以拟合值替代之。     

地磁测量数据野值的辨识与剔除

针对地磁测量野值的辨识与剔除方法进行了深入研究。分析了野值辨识与剔除的基本原理,基于孤立型野值和斑点型野值模型分析比较了不同的野值剔除方法。利用地磁场实测信息,优化了野值剔除方法的参数,并从不同角度验证了方法的野值修复效果。仿真结果表明,在观测信息为总强度地磁信息条件下,优化的最小二乘B样条逼近法能够有效地辨识野值,具有较好的野值修复效果。     

关于曲线检测的探讨

曲线测量一直是几何计量中的一个重点 ,本文阐述了已知曲线和未知曲线测量原理 ,利用 B样条拟合曲线 ,以及如何借助最小二乘对测量值 (二维 )进行最佳拟合和偏差处理     

雷测数据准实时处理的随机误差分离方法

为解决雷测数据中的随机误差分离问题,本文建立了雷测数据自由节点B样条非线性最小二乘表示的数学模型,介绍了确定样条节点数的方法,将弹道参数的求解问题分解为线性最小二乘的参数估计问题和非线性优化的求解问题,并通过求解最优节点和弹道参数实现了测量数据野值点的剔除、重构和随机误差分离。工程实践表明,该方法简化了数据处理过程,有效地提高了雷达准实时数据处理的精度。     

基于单纯B样条的航空发动机机载稳态模型研究

为了减小航空发动机稳态建模的模型误差、降低复杂度及提升其实时性,提出了一种基于单纯B样条函数的航空发动机稳态模型建模方法。该函数是局部多项式基函数的线性组合,因此求解该函数为线性回归问题,通过运用广义最小二乘方法来求解B系数,从而提高计算效率和提高模型精度。最后建立了基于该算法的二维和四维涡扇发动机稳态模型,并分别与相同建模样本条件下的多输入多输出约简迭代最小二乘支持向量机稳态模型进行了比较,表明了单纯B样条建模方法不仅继承了B样条的算法复杂度低、存储数据量小和实时性好等优点,同时避免了最小二乘支持向量回归机不能拟合大样本数据的缺点,且拟合效果优于最小二乘支持向量机。     

单点金刚石车削非球曲面测量数据样条拟合算法研究

在分析离散数据插值与逼近方法的基础上,讨论了B-样条拟合算法;并针对超精密非球曲面的测量数据,分析了B-样条拟合算法的拟合误差与阶次的关系,同时与多项式最小二乘拟合做了比较.对比结果表明,B-样条拟合能达到更高的精度,并建议在非球曲面拟合中采用4阶次B-样条、51个控制节点,能达到较好的拟合效果.     

B样条快速求值算法及其在曲线拟合中的应用

B样条方法是数据插值、拟合与平滑的重要方法。通过对de Boor-Cox算法计算路径的分析,给出了一种基于向量扩展的B样条基函数求值运算方法。分析表明,该方法具有并行计算结构和递推计算结构,利于计算机实现。同de Boor-Cox递推运算方法比,它能够同步计算出k次B样条的所有k＋1个非零函数值,运算效率提高了2k＋1倍。在最小二乘法B样条曲线拟合算法中的应用验证了本文算法的有效性。     

三维密集散乱数据的B样条曲面重建研究

选取适当的初始基曲面,根据最小二乘原理,以点到初始基曲面的最小距离作为迭代依据,提出和实现了三维密集散乱数据的B样条曲面的拟合算法。     

基于粒子群算法-最小二乘支持向量机算法的磁化曲线拟合

磁化曲线是强非线性函数,提高磁化曲线的拟合精度对含有铁磁材料的电气设备建模准确性至关重要。提出了一种基于粒子群算法-最小二乘支持向量机(PSOLSSVM)算法的磁化曲线拟合方法。该方法用粒子群优化算法解决了最小二乘支持向量机(LSSVM)参数的选择问题。仿真结果显示PSOLSSVM算法能获得最优的LSSVM参数,且采用PSOLSSVM算法拟合的磁化曲线与实际测量的磁化曲线基本无偏差,拟合精度较高。     

一种拟合气动系数曲线的新方法

本文探讨了由试验值矩阵借助最小二乘优化原理拟合飞行器气动系数曲线的新方法.给出了算法公式的数学推导和计算机管理流程,并通过仿真实验证明了这种拟合方法的可行性和有效性.     

An all-sky autonomous star map identification algorithm

The attitude of the spacecraft can be obtained with accuracy by using star sensors. Its key technology is how to identify stellar maps. Triangle algorithm is used most widely in the current star map identification algorithms. In the field of physical geography modelling, Delaunay triangulation cutting algorithm has been widely used because of its important characteristic; the result of this triangulation cutting method is unique from a random set of points. This triangulation algorithm is first applied to identify star map for its particular character. In final, the proposed method is applied to simulation; the results show that compared with the current star map identification algorithms, the algorithm presented in this paper has the advantage of real-time properties and robustness. It needs a smaller database of guidance stars and matches more rapidly.     

基于任意空间曲面三角函数拟合方法及其应用

本文详细讨论了一种基于三角函数的拟合方法，它具有B样条的主要优点，达到C3连续，而三次B样条只能达到C2连续。此外，它还解决了多项式不能描述椭圆等问题，因此这一方法适用于自由曲线曲面的设计。本文还结合实例说明了用此方法进行造型设计的技术应用。     

基于SVM算法的虚假航迹识别

针对云雨杂波和主被动干扰导致多雷达传感器产生虚假目标航迹的问题,利用支持向量机(SVM)算法的自主学习能力,通过构建基于数据驱动的判别模型进行虚假航迹识别。针对航迹起始得到的目标潜在航迹,利用人工智能数据驱动、自学习的特点,设计了SVM算法。通过对已标记真假的目标航迹样本进行离线学习,形成虚假航迹识别的SVM分类器,实现了基于数据驱动的判别模型代替先验知识规则约束的固定模型,并在工程应用中,利用SVM分类器在线识别虚假航迹,完成实时剔除。通过实测雷达数据实验验证,该算法的目标虚假航迹准确率高达95%以上,完全满足实际的工程应用需求。相比基于阈值或规则进行硬性判断的传统虚假航迹识别方法,所提出的算法不仅提高了准确率,还具有较高的实时性,能够适应复杂多变的杂波环境,在实际应用中具有更强的适应性和实用性。因此,提出的基于SVM算法的虚假航迹识别方法对于密集杂波场景下的虚假航迹剔除问题具有显著的实际应用价值。     

新的变步长LMS算法及其在自适应噪声对消中的应用

介绍了一种基于均方误差估计的新变步长LMS自适应滤波算法。与传统的LMS算法相比,该算法具有较快的收敛速度和较小的稳态失调。将该算法应用于自适应噪声对消系统的仿真中,给出了计算机仿真结果,仿真结果与理论分析一致,证明了新算法的优越性。     

约束数据域Delaunay算法详述及进展

约束数据域三角剖分一直是近年来网格剖分技术中的一个研究热点,也是计算几何及其相关领域的主要研究课题之一,Delaunay三角化具有很好的理论基础和数学特性,一直在网格剖分中占有重要地位[1],在详细叙述现有约束数据域Delaunay三角网生成算法的基础上,提出了CDT在不连续等值线图绘制上存在的难点及三角网的应用前景.     

面向再入目标跟踪的估计与辨识联合优化算法

准确的弹道系数辨识和精确的目标状态估计是再入目标高精度跟踪与高可靠识别的关键。一方面,状态估计的误差会造成模型参数(弹道系数)的辨识风险;另一方面,模型参数的辨识偏差又会导致模型失配从而降低目标状态的估计精度。因此,需要实现再入目标的状态估计和参数辨识的联合优化。针对再入目标弹道系数未知情形,提出了一种基于期望最大化(EM)框架并采用粒子滤波(PF)平滑器实现的PF-EM联合优化算法。在E步基于粒子平滑器得到目标状态的后验平滑估计,M步采用数值优化算法更新上一次迭代的弹道系数,通过E步和M步的不断迭代,以保证状态估计和弹道系数辨识的一致性。算法仿真对比表明:所提算法的状态估计和参数辨识精度均优于传统的状态增广算法。     

基于SAPSO算法的异步电动机参数辨识

异步电动机等效电路参数的准确辨识对电动机的控制具有重要作用,同时,等效电路参数的变化可以反映电动机的运行状态,故参数辨识也被运用到电机故障诊断中。将现代最优化算法应用到三相异步电动机的等效电路参数辨识中。通过将粒子群优化算法(PSO)和模拟退火算法(SA)相结合,可以准确有效地对异步电动机的6个等效参数进行辨识,与遗传算法相比,SAPSO算法易于实现且收敛速度快。算法采用考虑铁耗的异步电机dq坐标系下的模型来实现,将温度对电阻参数的影响考虑在内。通过算例证明了算法能够有效地对电机参数进行辨识及跟踪电阻的变化。     

带异步相关噪声的战斗机蛇形机动跟踪算法

针对异步相关噪声背景下战斗机蛇形机动模式转弯角速度辨识问题,考虑到目标状态与转弯角速度之间相互耦合的特性,从联合优化的解决思路出发,基于期望最大化（EM）算法框架,提出了一种带异步相关噪声的联合估计与辨识算法。首先采用"去相关框架"解除过程噪声与量测噪声之间的相关性,从而将异步相关噪声背景下的转弯角速度辨识问题转换成具有一步状态延迟的转弯角速度辨识问题,其次通过解除目标状态与转弯角速度之间的非线性耦合关系,基于期望最大化算法实现了战斗机蛇形机动目标状态与转弯角速度的联合估计与辨识,从而获得转弯角速度闭环形式的解析解：在E-step,通过利用异步相关噪声背景下的高阶容积卡尔曼平滑器（HCKS）,获得目标状态的后验估计;在M-step,通过极大化条件似然函数,获得转弯角速度的解析解。最后通过仿真验证了所提算法的目标状态估计与角速度辨识的精度均优越于传统的扩维法。     

Backup radio site identification in air traffic control systems

The identification of backup radio sites, to increase the availability of the future air/ground (A/G) air traffic control (ATC) systems, is investigated, When there is an A/G communications failure, due to a radio site or an ATC controller access failure, another site (or sites) provides the service. The backup site should be capable of providing full coverage of the desired airspace known as the service volume. Meeting the full coverage conditions by one site or a group of sites is analyzed. It is concluded that identification of one site providing full coverage can be determined easily. The identification of a group of sites, each with partial coverage and providing full coverage is analyzed in detail. An algorithm involving both analytical and numerical approaches is described. It determines if two radio sites with given geographical coordinates, and each with partial coverage of a given cylindrical service volume, can provide full coverage. This algorithm can be implemented as a computer program to process a database of radio sites