稳健估计下的声源定位最小二乘算法

采用声波技术测量落点坐标时,由于多种原因不可避免会产生粗差,严重影响定位结果。针对上述问题,提出了一种粗差探测方法和稳健估计下的声源定位最小二乘算法。该算法按照逐次迭代平差的方法,不断地改变观测值的权,使粗差观测值的权趋于零,从而降低粗差的影响。通过算例对文章算法进行了验证,结果表明:新算法的解算精度明显优于传统最小二乘算法。     

速率光纤陀螺寻北仪倾斜补偿算法研究

针对速率光纤陀螺寻北仪,提出了一种倾斜补偿算法.通过采用积分滑动和最小二乘拟合滤波技术,对光纤陀螺和加速度计原始测量信号进行数据处理.试验数据表明,采用本算法解决了由倾斜角存在影响其寻北准确度的关键技术问题.同时给出了提高光纤陀螺寻北仪的准确度的可能因素.     

光学经纬仪多站交会的整体最小二乘算法

靶场多台光学经纬仪获取空中炸点坐标时,所采用的水平投影法存在未能充分利用冗余观测值以及难以从多组解算结果中选出最精确结果的问题。而基于最小二乘的交会算法,虽然能解决上述问题,但是受初值影响较大、迭代速度慢甚至可能发散。提出了一种基于整体最小二乘的交会算法,该方法在迭代计算的过程中,对权矩阵不断进行调整,直到满足一定的精度要求为止。结合仿真数据对算法进行了验证。结果表明:该算法在初值较大的情况下,不容易发散,进行10次以内的迭代计算,即可得到较好的结果,当站点至目标距离为1 500 m时,精度可达到0.3 m以内,满足靶场要求。该算法同时考虑了观测值误差和模型线性化误差,大大降低了初值的影响,提高了收敛速度,能够精确地解算出炸点的三维坐标。     

基于数据挖掘技术的瓦斯气体红外光谱定量分析方法的研究

瓦斯气体的监测是影响煤矿安全的重要因素之一,对其的在线实时监测成为煤矿安全的重要保障。本文采用红外光谱分析技术,对瓦斯气体的红外定量分析算法进行了研究。为提高模型分析精度,将数据挖掘技术应用在分析算法中。通过增加基于K平均非分层聚类分析对数据进行处理发现,带聚类分析的偏最小二乘算法比单纯采用偏最小二乘算法在精度上明显占优。另外,为减少模型中个别定标样本误差对精度的影响,采用聚类分析的方式进行了数据预处理,发现这种去噪方法在分析精度上又有所提高。     

星光观测蒙气差补偿技术

为了消除大气内观星时蒙的影响,提高载体定姿精度,提出了一种蒙气差补偿算法。首先给出了补偿过程涉及的姿态转移矩阵,并完成了相关矢量坐标映射变换;接着在星敏感器坐标系内,用两矢量内积法求得视天顶距;最后利用几何公式列出了以真星光矢量投影点估计位置为未知量的方程组,作为星敏感器任意姿态下蒙气差补偿算法模型。在没有任何误差的条件下对模型有效性进行了仿真,10-6 pixel量级的位置估计精度表明了算法的有效性。加入不同量级的陀螺漂移误差进行了仿真,给定的漂移误差对于蒙气差补偿模型的估计精度影响甚微,仿真结果表明在捷联载体存在一定姿态误差的前提下,蒙气差补偿模型也是适用的,补偿后的星像坐标用以实现星光姿态确定,并进一步对陀螺漂移完成补偿。     

基于连续小波变换的FTIR光谱拟合算法

提出了一种基于连续小波变换的FTIR光谱拟合算法。在计算差减尺度因子时,同时考虑原始谱图及其连续小波变换谱图,从光谱最小二乘拟合的角度求解,克服了常规差谱算法中的参考峰及差减因子的人工选择问题。采用六种不同的小波进行光谱拟合,用计算得到的差减因子来定量酒精度,误差绝对值的平均值仅为0.047°~0.072°,误差标准差仅为0.056°~0.091°。实验结果表明,连续小波变换结合最小二乘拟合的光谱拟合模型能为FTIR差谱提供一种准确可靠的新方法。     

一种改进的弹丸落点声学定位方法

研究了基于传感器阵列的声源定位技术,并在此基础上提出了一种改进的最小二乘声源定位方法。首先,根据风速、风向、温度对声速的影响,建立了观测值修正模型,再根据误差传播特性合理分配权阵,然后用最小二乘法进行定位解算;考虑观测值中可能含有粗差,将IGG3抗差模型加入到数据处理中,以提高系统的抗干扰能力;另外,通过观察残差向量,判断可能出现时序错误的观测值,再对时序不断调整,解决多声源时序混乱的问题。最后,通过对试验数据解算分析,证明本文方法的有效性和可行性。试验结果表明:改进的最小二乘声源定位方法可使定位误差达到4 m以下。本文所提方法不仅能有效降低粗差的影响,而且可准确处理多声源定位中观测值时序关系混乱的问题,可靠性较高。本文的研究内容紧密联系实际,可为声源定位设备的设计和应用提供参考依据。      

等间距线性数据的标准偏差

对大学物理实验中两种不同类型的等间距线性数据进行了区分。第一类线性数据中,等权独立的误差来源于对每一位置的测量而与其它位置的测量无关,应该把每一测量点对最佳直线的偏离作为研究对象,其它参量的标准偏差应该从该对象的标准偏差为出发点求得;第二类线性数据等权独立的误差来源于每一次测量过程的增加量,应该把每一次测量的增加量同最佳增加量的偏离作为研究对象,其它参量的标准偏差应该从此对象的标准偏差为出发点求得。针对这两类数据,分别按照算术平均值法、逐差法和最小二乘法的原则进行处理,给出了符合其数据类型对象的最佳斜率表达式和它们的标准偏差表达式.给出了它们的比较:第一类线性数据的最小二乘法处理的最佳斜率的标准偏差最小;第二类线性数据的算术平均值处理给出的标准偏差最小。     

测向误差特征辅助两步式网络的水声纯方位定位方法

围绕水声分布式纯方位定位问题,针对传统方法的远距离定位精度低、定位结果易受初值影响等缺点,提出了一种测向误差特征辅助两步式全连接层神经网络(DFE-TS-FCNN)的纯方位定位方法。使用神经网络进行定位,提高远距离定位精度并消除初值影响,输入特征是目标方位角测量值和测向误差标准差估计值。使用两步式网络结构抑制网络过拟合,分类网络确定目标区域后,再用对应的定位网络估计目标位置。蒙特卡洛仿真实验中,所提方法在近距离达到了与迭代加权最小二乘算法和迭代总体最小二乘算法相近的定位精度,在远距离定位精度大幅提高、约束均方根误差(RMSE)小于2.5 km的条件下,最远可定向距离相比传统方法从12.6 km提升至22.7 km。在实际数据中,该方法也获得了较好的定位结果。     

伏安法测电阻实验统计误差的分析

本文借助MATLAB软件,采用最小二乘法和逐差法处理实验数据,结果表明,最小二乘法一般可以给出比逐差法更为准确的结果。利用Origin软件分析了最小二乘法的统计误差,研究发现,正确考虑实验数据的误差后,可以使用Origin软件来近似估计最小二乘法的统计误差。由于统计误差的大小随着实验数据量的增多而减小,因此当实验数据量较少时,如10组,统计误差的大小不可忽略,甚至与系统误差可比拟。     

多种群精英共享遗传算法在异常光谱识别中的应用

提出了一种基于多种群精英共享遗传算法的异常光谱识别方法.该方法应用于红外光谱数据的分析,并在删除异常光谱样本后使用偏最小二乘方法进行建模.与使用蒙特卡洛交叉验证、留一交叉检验、马氏距离以及传统遗传算法进行异常光谱识别的方法相比,所提方法将水分预测模型的预测误差平方和(PRESS)分别降低了72.4%,39.5%,39.5%和14.5%;将脂肪含量的预测模型的PRESS值分别降低了86.2,75.9%,84.9%和19.9%;将蛋白质含量的预测模型的PRESS值分别降低了56.5%,35.7%,35.7%和18.2%.实验表明,所提方法不仅能适应不同成分光谱数据的异常识别,而且删除异常光谱数据后所建立的模型具有较高的预测能力和较好的稳健性.     

面向LAMOST的天体光谱离群数据挖掘系统研究

在宇宙中寻求未知天体是人类探索宇宙奥妙所追求的目标之一,离群数据挖掘是发现未知天体光谱数据的一种有效途径。文章首先以VC++和Oracle9i为开发工具,设计与实现了面向LAMOST的恒星光谱离群数据挖掘系统,并给出了其软件体系结构和模块功能。其次,对基于中值滤波器的恒星光谱数据预处理、基于距离的恒星光谱数据聚类、基于距离支持度的恒星光谱数据离群数据挖掘、基于主分量分析法PCA的恒星光谱数据离群数据的三维可视化等主要关键技术进行了详细描述。最后,基于SDSS恒星光谱数据的运行结果表明,利用该系统寻找天体光谱离群数据是可行的,从而为寻找未知的、特殊的天体光谱数据提供了一种新途径。     

靶场外弹道数据处理中的实时野值剔除算法

针对靶场外弹道数据处理过程中数据实时预处理的需要,在对最小二乘估计野值剔除算法分析的基础上,提出一种计算量小,满足实时性要求,且对雷达、光电经纬仪等大型测试设备数据预处理具有通用性的自适应野值剔除算法。该算法把连续5个实测数据的标准差的3倍作为阈值,以此判定下一个数据点是否为野值,最终完成整个弹道的实时野值剔除。通过Matlab仿真验证及实测数据分析表明,该算法对孤立野值点的剔除率可以达到100%,适用于靶场外弹道数据的实时预处理。     

物联网环境下Web数据库异常数据检测方法研究

物联网环境下web数据库网络承载着不同的网络载体和网络信道,web数据库通过云储存的形式来实现资源共享,云储存产生的异常数据会给网络信息web数据库空间带来一种危机感和存储数据容量空间的不足,所以对物联网环境下web数据库异常数据的检测要求更精准。传统的异常数据检测方法采用简化梯度方法进行web数据库异常数据检测,对含有干扰频率成份的web异常数据不能准确的去除,检测性能低。为此,提出一种基于时空关联的分布式的web数据库异常数据检测方法,通过与集中式算法的精度和消耗量进行对比,仿真实验表明,所提方法进行异常数据检测,减少了web数据的能量消耗,信号幅值大于干扰噪声数据幅值,具有较好的抗干扰性能。     

基于模糊大间隔最小球分类模型的恒星光谱离群数据挖掘方法

由于人类对宇宙的认识有限,因此,如何通过对光谱数据分析发现一些新的、特殊的天体成为天文学家面临的重要课题。目前,常见特殊天体发现方法的基本思想是利用智能分类算法对离群数据进行分析。然而,当前主流分类算法大多对离群数据不敏感,分类性能甚至受离群点影响较大,因而无法完成特殊天体发现任务。鉴于此,提出基于模糊大间隔最小球分类模型的离群数据挖掘方法,该方法利用部分一般样本和离群样本建立最小球模型,并在此基础上引入模糊技术,通过降低噪声的权重,尽量减少噪声的影响。与C-SVM,SVDD,KNN等传统分类方法在SDSS恒星光谱数据集上的比较实验表明所提方法的有效性。     

近红外光谱分析中异常值的判别与定量模型优化

介绍了利用马氏距离、Cook距离、光谱特征异常值、光谱残差比、化学值绝对误差等指标结合数理统计检验来判断光谱和化学值的异常 ,并利用这些方法进行近红外光谱定量分析中模型优化 ,取得了很好的效果     

基于方向图变换的快速不连续相位展开

几何突变导致的相位不连续一直是相位展开中具有挑战的问题。针对这一问题,提出基于方向与变换的快速不连续相位展开算法。在提出的算法中,利用图像的结构张量估计包裹相位图的方向,将方向图进行变换和差分计算得到的可靠的权重系数图作为加权最小二乘法的权重,并使用预处理共轭梯度法迭代求解。该算法可以快速地找出不连续位置,并在不连续分割后的区域进行单独的相位展开,具有很好的识别和展开效果。详细地描述了算法的原理和实现步骤,并对算法进行仿真和实验数据验证。实验结果表明:其相位展开的均方根误差为0.36,证明该算法能够快速、准确地对不连续的包裹相位进行展开。     

线指数特征空间内恒星光谱离群数据挖掘与分析

大规模光谱巡天将产生海量的光谱数据,为搜寻一些奇异甚至于未知类型的光谱提供了机会,对这些特殊天体的研究有助于揭示宇宙的演变规律和生命起源,巡天数据的离群数据挖掘有助于这些特殊的光谱的发现。利用线指数对光谱数据进行降维能够在尽可能多的保留光谱物理特征的同时,有效解决高维光谱数据聚类分析中运算复杂度较高的问题。提出了基于线指数特征的海量恒星光谱离群数据挖掘及分析的方法,以恒星光谱的Lick线指数作为光谱数据的特征,利用聚类搜寻离群数据的方法在海量光谱巡天数据搜寻离群数据,以此为基础并给出线指数特征空间内离群光谱数据的分析方法。实验结果证明：(1)以线指数作为光谱的特征值能快速的完成对高维光谱数据的离群数据挖掘,可以解决高维光谱数据运算复杂度高的问题;(2)该方法是在聚类结果上进行的离群数据挖掘,能够有效的挖掘出数量较少的发射线恒星、晚M型恒星、极贫金属星、缺失数据光谱等数据;(3)线指数特征空间的离群数据挖掘可以得到线指数特征空间内特殊恒星的发现规则。本文所提出的基于线指数特征的离群数据挖掘及分析方法可以应用到巡天数据的相关研究中。     

改进的多输人多输出正交频分复用水声通信判决反馈信道估计算法

针对最小均方误差准则下(Minimum Mean Square Error,MMSE)判决反馈信道估计算法在多输入多输出正交频分复用(Multiple-input Multiple-output Orthogonal Frequency Division Multiplexing,MIMO-OFDM)低信噪比水声通信环境下存在误码遗传缺陷,提出了一种基于压缩感知理论的改进的MMSE判决反馈信道估计算法。通过结合浅海水声信道的稀疏性特点,利用编码校验后的信息与原始信息实现了对信道估计的判决反馈更新,采用匹配追踪算法改进MMSE判决反馈追踪信道估计技术,实现了抑制传统判决反馈信道估计算法在迭代更新及传递过程中存在的误码遗传的目的。仿真和水池实验结果证实:改进的MMSE判决反馈追踪信道估计算法不仅可以有效的抑制误码遗传,对抗突发噪声,跟踪信道的缓慢时变,同时大幅降低了导频占用率,提高了通信质量。      

一种基于先验信息和多模板匹配的票据水印检测算法

针对票据水印多目标检测过程中误检率和漏检率高的难题,提出了一种基于先验信息和多模板匹配的票据水印检测算法.该算法采用分级匹配的思想,首先选取初始水印模板进行单模板、粗匹配运算|然后利用票据水印的先验信息计算水印散布区间|接着在水印散布区间内进行多模板、细匹配运算|最后利用先验信息校验已检测到的水印位置,并估算未检测到的水印位置,降低水印检测的漏检率和误检率.仿真实验证明本算法误检率和漏检率低,可以有效地检测票据水印.