旋转双棱镜指向系统转角补偿偏差修正方法

针对旋转双棱镜系统解算困难、误差源众多和指向精度较低的问题,提出了一种补偿旋转双棱镜指向系统转角的修正方法,采用求偏导和建立全微分方程的方法建立光束指向误差与棱镜转角误差关系,解算出补偿角.经实验验证:在99.57％的指向区域中,指向偏差最大值由1.8742.降低为1.4753°,均方根由0.1401°降低为0.089...     

旋转双棱镜大范围快速高精度扫描技术

大范围、快速、高精度扫描是光电探测、激光雷达、红外对抗等领域的一项关键技术,目前传统的扫描方式很难兼顾这些指标。首先分析了旋转双棱镜用于大范围、快速、高精度扫描的优势;其次介绍了前向扫描和反向扫描的原理和方法,并重点对反向扫描的不同算法(一阶近似法和矢量光学法)进行了分析;最后建立了旋转双棱镜快速扫描仿真系统,对两种反向扫描方式的有效性和精度进行了验证,结果显示,在±1.5°扫描范围内,一阶近似方法精度约20″,而矢量光学方法约1″。文中为大范围快速高精度扫描领域提供了新的技术途径。     

基于Levenberg-Marquardt算法的图像拼接

Levenberg-Marquardt(简称LM)算法是高斯-牛顿法和梯度下降法的结合,既有高斯牛顿法的快速收敛性,也有梯度下降法的全局搜索特性.将LM算法应用于图像拼接过程中变换矩阵的参数自动优化中,通过对多个对应点的自动优化后,可以较快得到变换矩阵,从而实现图像拼接.在LM算法中,以对应点距离的平方和作为目标函数,给出此方法详细的实现过程与结果.与以灰度差平方和为目标函数相比,避免了提前采用插值算法,从而求得的M变换矩阵更精确.结果表明,该方法实现图像拼接的精度高,速度快.     

采用归一化最小均方误差准则的LM-BP算法

传统神经网络通常以最小均方误差(LMS)或最小二乘（RLS）为收敛准则,而在自适应均衡等一些应用中,使用归一化最小均方误差（NLMS）准则可以使神经网络性能更加优越。本文在NLMS准则基础上,提出了一种以Levenberg-Marquardt（LM）训练的神经网络收敛算法。通过将神经网络的误差函数归一化,然后采用LM算法作为训练算法,实现了神经网络的快速收敛。理论分析和实验仿真表明,与采用最速下降法的NLMS准则和采用LM算法的LMS准则相比,本文算法收敛速度快,归一化均方误差更小,应用于神经网络水印系统中实现了水印信息的盲提取,能更好的抵抗噪声、低通滤波和重量化等攻击,性能平均提高了4%。      

基于可见光通信的BP神经网络室内定位算法

提出一种基于可见光通信的BP神经网络室内定位算法,首先通过MDS-MAP算法和最小二乘法获得全网节点的相对坐标,再利用信源节点的坐标信息得到网络内所有节点的绝对坐标,最后通过单隐层BP神经网络优化定位结果。仿真结果表明,该算法比MDS-MAP算法和MDS-MAP(P)算法的相对定位误差小,应用于室内定位可以得到更高的定位精度。     

基于GMSK调制终端的相位误差测试中的算法研究

丈章采用优化最小二乘算法实现基于GMSK调制终端中相位、频率误差的测试.对GSM测试终端的频率和相位误差特性进行了详细分析.在分析罗德施瓦茨综合测试仪CMU200的相位误差测试原理和方法的基础上,结合GSM突发脉冲的特性,提出了采用分段式最小二乘法来计算相位误差的算法.仿真表明分段最小二乘方法是测试射频终端相位误差的快速、准确的方法.     

基于线性校正的时差定位算法

在分析传统时差定位算法优缺点的基础上,提出了一种新的线性校正时差定位算法。该算法首先根据方程误差非零均值的特点,对原始线性方程进行了修正,并在无约束条件下得到用户位置和距离的初始估计值,然后在初始位置估计值处对估计量进行了线性近似,并对原始的方程误差代价函数进行了等价替换,最后利用加权最小二乘方法得到了校正后的目标位置估计。仿真实验证明了本算法的有效性。     

基于最小二乘的时差定位算法

时差测量方程是非线性双曲线方程,可以通过引入中间变量将其转化为线性方程,对近年来国内外学者关于这种方法的时差定位算法进行了总结。当已知测量误差的先验信息时,可以采用两步加权最小二乘法和约束加权最小二乘法,当测量误差的先验信息未知时,还可以采用约束总体最小二乘的方法。在求解约束最小二乘问题时,采用常规的拉格朗日法计算复杂、运算量大,而采用高斯一牛顿法不仅可以大为降低运算量,还能提高解的精度和稳定性。此外,对约束加权最小二乘法和约束总体最小二乘法之间的关系进行了探讨,得到了它们等价性的条件。     

基于线性化数据处理的位置指纹算法

为了进一步提高室内定位精度,提出了一种改进的位置指纹定位算法。该算法离线阶段采集采样点信号强度构建数据库,在线阶段采用线性拟合和最小二乘法相结合求出待测点的估计位置。仿真结果表明,改进的算法尤其适用于不大于10 m~*10 m的小区域网络的高精度定位,与传统的位置指纹算法相比较,改进的位置指纹定位算法使得平均定位误差降低了22.2%,提高了定位精度。     

基于LMS算法的功率放大器控制系统

高频表面波雷达对发射功率要求很高,通常会采取功率空间合成的办法使数个较小功率的发射机合成一个较大的合成发射功率。首先介绍了子天线输入信号的幅相不一致对阵方向图产生的影响,然后讨论了不同的自适应算法的优缺点,选定了一种合适的算法并给出了硬件框图。选定的自适应控制算法具有较好的收敛性和稳态失调性,计算量小,实现简单,通过单片机及其外围模数、数模转换电路能够很方便的实现功放的幅相校准系统,使功放的输出信号的相位、幅度满足要求。     

校正激光光束指向漂移的算法研究

为了获得稳定的激光光束,需要对其随机漂移进行校正。以光束传递系统中快速反射镜校正脉冲激光器自身指向漂移的过程为例,采用一种基于移动平均值校正原理的算法,对加载地面抖动前后的校正效果进行了仿真模拟。仿真结果显示,该算法可以使指向漂移经过长距离传输后引入的位置偏移显著降低;校正后的移动平均值相对于校正前的有较大降幅,最优处约降至原来的n-1/2(n为一个窗口内的脉冲数);校正后的移动标准偏差值也明显下降。结果表明,该算法的关键在于提出合适的补偿量,具有实用性,可以实现对激光光束指向漂移的闭环实时校正。     

基于邻井钻头优选算法的研究

针对目前钻头选型的常用方法,主要讨论邻井钻头优选算法,该算法根据邻井钻头使用数据,对钻头的优选指标与钻头在钻井过程中的影响因素之间的对应关系建立数学模型,利用最小二乘法预测出各种钻头的优选指标,选择其中满足优选条件的钻头型号的方法.这种钻头优选算法将待选钻头置于同等比较条件下,具有很强的适用性和可靠性.     

基于旋转模式的改进型CORDIC算法研究

针对CORDIC算法的缺陷,在旋转模式下提出一种改进型CORDIC算法,它不需要查找表和模校正因子,只需通过简单的移位和加减运算就能实现多种超越函数的计算,从而能够减少硬件的开销,提高运算的性能,并通过重复迭代和区域变换使得该算法能够适用于所有的旋转角度.误差分析表明该算法具有很小的误差.     

基于邻域特征的网点激光打孔定位算法研究

为了解决在激光加工中大尺寸多盲孔的网点加工件定位困难的问题, 用工业相机拍摄局部图片, 根据网点中盲孔的结构特征和分布特点, 采用最小二乘法拟合圆的方法检测局部图片中的盲孔, 使用邻域特征的方法寻找网点中的特征点, 并利用特征点匹配实现局部定位整体, 从而实现了加工件的精确和高效定位。结果表明, 邻域特征法对网点中盲孔的定位精度为0.02mm, 实现了对盲孔的有效定位, 解决了网点加工件定位困难的问题。该研究为在盲孔中完成激光加工等后续研究提供了基础。     

线激光传感器的边缘偏差修正方法

为了修正线激光传感器在轮廓测量中的边缘偏差,提出了一种边缘偏差修正方法。该方法通过分析边缘偏差的主要误差来源,建立一种基于曼哈顿距离和切比雪夫距离的混合去噪模型,实现杂散噪声的滤除;采用最小二乘法对线激光轮廓测量误差模型进行补偿。为了验证该方法的有效性,以量块的标称尺寸作为评价指标进行测量校准实验。实验结果表明:该修正方法对杂散噪声的滤除效果显著;其中,未经补偿的尺寸测量误差为0.43 mm,经修正方法补偿后的尺寸测量误差最小达0.04 mm,比前者降低了一个数量级。因此,该方法可有效修正边缘偏差,提高线激光传感器的轮廓测量精度。     

基于圆拟合的激光光斑中心检测算法

激光光斑中心检测是光学测量中常用的关键技术，检测算法的精度和速度直接影响了测量的精度及速度，传统的检测算法如重心法，Hough变换法等在检测精度或速度上存在不足，基于圆拟合的激光光斑中心检测算法是根据最小二乘原理用圆来逼近激光光斑轮廓，该算法除了可以检测光斑中心外，还可以检测光斑半径，达到亚像素级的定位精度，具有很快的计算速度，可适用于实时的光学测量。     

大尺寸电磁振镜的RDLS-DE算法辨识

针对大尺寸电磁振镜系统,提出"递推阻尼最小二乘-差分进化"算法进行系统辨识.首先通过递推阻尼最小二乘法对该系统进行初步模型辨识后,得到相对准确的种群范围,在此辨识基础上选择小范围的种群作为差分进化算法的初始化种群,经过反复变异、交叉和选择,最终辨识出待辨识参数的最优值.通过对该方法进行仿真辨识和实验验证,结果表明,在收...     

基于ZIGBEE的自适应动态区域误差因子算法

为了进一步完善ZigBee定位技术,减少多径效应对室内定位的影响,在接收信号强度指示算法（RSSI）的基础上,提出了一种自适应动态区域误差因子算法,通过将最小二乘法与自适应动态区域误差因子相结合的方法,来计算盲节点的位置坐标,以达到提高定位精度的效果。Matlab中的仿真结果证明,在节点处于静态和动态两种情况下,该算法在定位精度上都有显著的提升。     

基于可见光的自适应混合蛙跳定位算法

可见光通信具有绿色、节能、成本低等优点,比较适合应用于室内定位。提出一种基于可见光通信的自适应混合蛙跳室内定位算法,该算法通过到达时间(TOA)算法和最小二乘算法进行初始定位,得到未知定位点的估计位置解集,再利用自适应混合蛙跳算法搜索未知定位点的最优位置。该算法具有较强的全局搜索能力,不易陷入局部最优,能够得到较高精度的定位结果。仿真结果表明,该算法比传统TOA定位算法的定位误差小,说明该算法提高了室内定位的精度。     

基于基因算法的激光干涉计量精度的提高

提出一种基于改进的基因算法的提高激光干涉CCD计量精度的数据处理方法，并将该方法与传统基因算法作余弦曲线拟合以及最小二乘法作二次曲线拟合进行比较。结果表明，用改进的基因算法优化，不但解决了CCD光学干涉计量中像素尺寸以及图像采集卡空间量化误差对测量精度的影响，而且解决了目标函数多极值问题，从而干涉条纹可获得高于光敏像素级定位精度。最后将干涉条纹的光强精确地拟合出来，讨论曲线拟合误差，表明该算法具有很好的鲁棒性和自适应能力。