总体最小二乘法在NGMIMU静态解耦中的应用

无陀螺惯导系统的线性耦合是一种严重影响测量精度的系统误差。根据无陀螺惯导系统的耦合特性和总体最小二乘法 (TLS)的性质提出了一种全新的线性解耦算法 ,该算法在解算耦合系数时同时考虑了加速度计的输出误差和标定信号的输入误差 ,得到耦合系数的TLS解对输入值和输出值同时具有范数最小 ,然后用求得的耦合系数对加速度计输出进行重构 ,从而实现解耦。仿真结果表明经该算法解耦后的角速度测量值解耦误差率在 8%以下 ,解耦效果较好 ,验证了该算法的有效性。     

加权最小二乘—卡尔曼滤波算法在动基座对准中的应用

利用卡尔曼滤波算法进行估计需要给定初始状态估计值和初始误差方差阵.通常,初始状态估计值和初始误差方差阵由经验给定,而初始状态估计值和初始误差方差阵的选取影响着卡尔曼滤波的估计精度.文中提出了加权最小二乘-卡尔曼滤波算法,并运用到惯导系统动基座初始对准中,进行了仿真.仿真结果表明,利用加权最小二乘算法可得到更加精确的卡尔曼滤波的初始状态估计值和初始误差方差阵,提高卡尔曼滤波的估计精度,进而提高了初始对准的精度.     

基于最小二乘法的几何元素拟合算法研究

误差评定是零件检测环节中的重要检验项目之一,几何元素拟合是基于坐标测量法评定误差的核心内容.在对常见几何元素分析研究的基础之上,构建了其参数化数学模型,基于最小二乘法提出其拟合算法的整体框架,对具体的算法进行了研究并给出了优化算法初始值的计算过程,基于MATLAB平台对拟合算法进行了实现,并将其拟合结果与NIST的结果...     

总体最小二乘算法在自适应信道均衡中的应用研究

分析了最小二乘解产生偏差的原因,推导出了最小二乘解偏差项的数学表达式。提出了一种基于瑞利商的变步长总体最小二乘求解方法。仿真试验表明,总体最小二乘算法的性能优于加权递归最小二乘算法,是一种适用于输入信号端含有噪声的自适应信道均衡算法。     

基于遗传算法和最小二乘法的曲面匹配

 针对基于最小二乘法的 ICP曲面匹配算法难以处理待比较曲面的局部大变形问题,提出一种改进算法。即采用遗传算法确定曲面初始相对位置以保证匹配优化结果为全局最优值,利用 ICP算法匹配结果构造偏差阈值,以此阈值过滤点群后再以最小二乘法进行匹配处理,消除局部大变形影响,获得合理的变换矩阵。以此变换矩阵变换初始点群再进行误差计算,从而获得理想的匹配结果。试验表明,该准则对局部大变形的处理效果优于常规的最小二乘 ICP曲面匹配算法。     

最小二乘法在计量经济模型中的应用

本文从古典计量经济模型的建立谈起,又从异方差模型,自相关模型和联立方程模型中,论述了由最小二乘法派生出的加权最小二乘法、广义最小二乘法和间接最小二乘法等。     

鲁棒递推阻尼最小二乘算法

递推最小二乘法是工程上自校正控制中常用的参数辨识方法,收敛速度快,但是存在着长期运行协方差矩阵容易爆发的问题。工业上通常采用死区等保护手段,但是会对精度产生一定的影响,并且参数调试困难。本文根据目前计算机的处理能力,提出了阻尼最小二乘法的有限时间窗口批处理递推算法,解决了传统递推最小二乘算法存在的难以克服的参数爆发现象,仿真结果验证了这个算法的有效性。     

传感器位置误差条件下的约束总体最小二乘时差定位算法

 现代定位系统中,传感器往往被安放在运动平台上,其位置无法精确得知,存在估计误差,将严重影响对目标的定位精度。针对这一问题,提出基于约束总体最小二乘(CTLS)的到达时差(TDOA)定位算法。首先通过引入中间变量,将非线性TDOA定位方程转化为伪线性方程,再利用CTLS技术,全面考虑伪线性方程所有系数中的噪声。在此基础上推导了定位方程的目标函数,再根据牛顿迭代方法,进行数值迭代,快速得到精确解。采用一阶小噪声扰动分析方法,对该算法的理论性能进行了分析,证明了算法的无偏性和逼近克拉美-罗下限(CRLB)。仿真实验表明,该算法克服了现有总体最小二乘(TLS)算法不能达到CRLB、两步加权最小二乘(two-step WLS)算法在较高噪声时性能发散的缺陷,在较高噪声时定位精度仍然能达到CRLB。     

基于最小二乘法的分解炉温度控制数学模型

根据分解炉温度控制的实际生产情况,确定了三次风、煤粉和生料流量与分解炉温度之间的关系,建立了分解炉温度控制的数学模型。由于神经网络可以实现对复杂非线性对象进行卓有成效的控制,因此选定神经网络中应用最广泛的BP神经网络作为控制算法,对三次风和煤粉阀门开度进行控制,从而实现对分解炉温度预测控制。     

基于最大一致容积Kalman滤波器的多机器人协同定位CSCD

机器人位置信息是多机器人系统执行任务的前提,单个机器人因传感器载荷和作用范围的限制,难以完成复杂环境中的定位任务,多个机器人通过协作可实现大范围下的位置确定。将配置多个传感器的同构机器人群替换为配置单个或少量传感器的异构机器人可降低硬件成本,并且通过设计协同算法,不会降低定位精度。提出了一种将容积Kalman滤波器与最大一致思想融合后的新型滤波算法,并将该算法应用于麦克纳姆轮机器人系统。通过仿真和实物验证了最大一致容积Kalman滤波器的协同定位效果。     

基于SVD卡尔曼滤波器的航空发动机参数估计

航空发动机推力估计所需要的健康参数较多,而安装的传感器数量相对较少。为解决二者之间的矛盾．运用奇异值分解算法,设计了基于该算法的降维卡尔曼滤波器,对用少量传感器发动机的健康参数进行最优估计,进而重构发动机的推力。数字仿真结果验证了其在航空发动机中应用的可能性。     

基于UKF的反辐射导弹抗机动雷达短时关机仿真研究

抗雷达关机是反辐射武器的一项重大关键技术,也是反辐射导弹不可避免要考虑的难题。本文提出了一种被动雷达寻的头与无迹卡尔曼滤波技术相结合的抗机动目标雷达短时关机方案,基于机动目标"当前"模型建立状态方程和非线性观测方程,利用UKF估计理论对反辐射导弹抗关机性能进行了仿真计算。仿真分析表明,在机动雷达关机时间较短时,本文方案对抗机动雷达关机具有可行性。     

基于STF的Jerk模型自适应机动目标跟踪算法

在Jerk模型的基础上,提出了一种新的机动目标自适应跟踪算法STF-Jerk。该算法通过引入强跟踪滤波器(STF)的渐消因子,实时调节滤波器增益,增强了系统对突发机动的自适应跟踪能力,从而很好地改善了Jerk模型在跟踪机动目标时的跟踪精度。仿真结果表明,提出的STF-Jerk自适应跟踪算法显著提高了Jerk模型自适应算法的机动目标跟踪性能。     

基于自适应Kalman滤波的导引头随动系统设计

主要研究导引头随动系统中探测器信号处理延迟的影响及其补偿控制算法。提出了一种自适应Kalman滤波延迟补偿方案,利用Kalman滤波的预测能力得到当前时刻视线角的估计值,进而得到此时的跟踪误差的估计值,取代被延迟的探测器输出进行闭环控制。考虑到导引头探测器的低更新频率、非等间隔量测等工程特点,又对上述滤波算法进行了一系列改进。仿真表明方法可以明显提高导引头在弹体扰动情况下的跟踪精度。     

用卡尔曼滤波器估计目标机动加速度

为了使基于线性二次型高斯理论的LQG最优制导规律得到工程应用，设计了一种寻的回路中的卡尔曼滤波器，利用仿真技术，用这种滤波器对目标机动加速度进行了估计，仿真结果表明，这种滤波器可以准确估计目标机动加速度。     

基于可观测度分析的稳定姿态滤波器

提出一种适用于惯性/天文组合航天飞行器的稳定姿态滤波器,可以在不降低系统可观测度的前提下解决滤波计算中的奇异问题。对于奇异问题的传统解决方案是删除观测方程的一行,通过对比删除前后系统可观测度的变化,证明此解决方案会导致系统可观测度下降,并指出如何选择最优删除方案以使系统可观测度下降最小。根据对传统解决方案的分析结果,提出了不降低系统可观测度的投影算法。理论分析和仿真试验证明,应用了投影算法的姿态滤波器更为稳定,估计效率更高。     

基于自适应Kalman滤波的改进PSO算法

针对基于Kalman滤波的PSO算法在设计与应用过程中存在的不足,提出了基于自适应Kalman滤波的改进PSO算法。利用粒子群状态空间Markov链模型,建立粒子群系统状态方程;采用粒子的速度和位置作为观测量,构建观测方程;引入记忆衰减因子动态调整Kalman滤波模型参数及噪声方差阵,降低模型误差,提高粒子的位置估计精度。仿真实验表明:改进的PSO算法无论在优化精度、收敛速度,还是在稳定性方面都有很大的改进和提高,这就有效避免了粒子的"早熟"收敛问题;尤其在处理复杂多峰问题上,改进算法表现出很明显的优越性。     

最佳平方逼近的异步时钟恢复插值滤波器设计

给出了一种异步时钟恢复的最佳平方逼近插值滤波器设计，该滤波器基于最小平方逼近理论，采用易于硬件实现的Farrow结构；克服了拉格朗日插值滤波器参数固定而窗函数截短插值滤波器结构复杂的问题。对我国航天测控设备的数字化和小型化具有较好的应用价值。     

基于B样条模型的参数化卡尔曼滤波器设计

以标准B样条函数为基础,建立了以位置、样条系数为状态变量的参数化卡尔曼滤波器,用于解决外测数据的实时滤波问题。按照时间更新跨节点与否,分2种情况给出了状态转移方程。在时间更新跨样条节点时,使用样条函数的一阶连续导数条件,估计新增样条节点系数,由此实现滤波器在跨节点处的平滑过渡。通过仿真数据对新方法进行验证,并与已有的2类典型滤波方法进行比较,结果表明,本方法的滤波精度与另一类直接基于弹道信号表示的样条递推滤波方法精度相当,且可表现出更优的收敛性。新方法具有样条参数化模型的相同优点,可对时域信号全时段建模,可利用先验信息设计弹道优选节点而实现滤波性能优化,缺点在于状态更新的策略较为复杂。