一种抗冲击噪声的对数总体最小二乘自适应滤波算法

在未知系统输入信号和输出信号均含有噪声的环境中,传统的自适应滤波算法,如最小均方(LMS)算法,会产生有偏估计。总体最小二乘(TLS)算法能够同时最小化输入信号与输出信号的噪声干扰,是解决此类问题的重要方法。然而,在许多实际应用中,干扰噪声可能具有冲击特性,这使得传统基于2阶统计量的自适应滤波算法,包括总体最小二乘算法性能严重恶化,以至于不能正常工作。为了解决这个问题,该文在总体最小二乘法的基础上,利用对数函数对其改进,提出了一种能够抗冲击干扰的对数总体最小二乘(L-TLS)算法。最后,通过计算机仿真实验验证了该新算法的有效性。     

一种抗冲击噪声的对数总体最小二乘自适应滤波算法

在未知系统输入信号和输出信号均含有噪声的环境中,传统的自适应滤波算法,如最小均方(LMS)算法,会产生有偏估计.总体最小二乘(TLS)算法能够同时最小化输入信号与输出信号的噪声干扰,是解决此类问题的重要方法.然而,在许多实际应用中,干扰噪声可能具有冲击特性,这使得传统基于2阶统计量的自适应滤波算法,包括总体最小二乘算法性能严重恶化,以至于不能正常工作.为了解决这个问题,该文在总体最小二乘法的基础上,利用对数函数对其改进,提出了一种能够抗冲击干扰的对数总体最小二乘(L-TLS)算法.最后,通过计算机仿真实验验证了该新算法的有效性.     

基于加权总体最小二乘法的点云平面拟合

为了提高点云数据平面拟合精度,提出强度加权总体最小二乘法。该方法是在传统加权总体最小二乘法基础上,利用点云数据中各点强度信息确定其平面拟合权重,通过均质性不同的3种平面样本数据对该方法的适用性进行了研究。结果表明,与最小二乘法和总体最小二乘方法相比,该方法对于均质性较好的点云数据有效,可以得到更高精度的参量解;而对于均质性较差的点云数据,该方法效果不理想,总体最小二乘法是最有效方法。     

FDTD结合最小二乘拟合法分析PBG滤波结构

为了能应用FDTD方法快速有效地分析各种PBG滤波结构电磁特性,该文应用FDTD结合最小二乘拟合法对两类新型PBG滤波结构进行了具体分析,给出了FDTD结合最小二乘拟合法计算的最小迭代步数和如何选出谐振段去除振荡原则,最后通过数值仿真结果,表明该方法能有效减少FDTD的迭代步数,节省计算时间,特别适用于大周期和复杂的PBG滤波结构分析。     

总体最小二乘拟合的盖氏圆盘信源数估计法

针对调整因子设置不当造成在信源数估计时盖氏圆盘法（GDE）性能下降的问题,提出一种基于总体最小二乘拟合的盖氏圆盘法（TLS-GDE）。该方法以圆盘半径作为拟合点进行直线拟合,若拟合点含信号圆盘半径,则拟合偏差较大,利用这一特性制定了比值阶跃准则,进行信源数判决,解决了盖氏圆盘法对调整因子依赖的问题。最后,仿真结果表明,该方法鲁棒性较好,在低信噪比下性能要优于GDE算法,更具有实用价值。      

最小二乘法拟合大气激光雷达回波信号估算消光系数边界值

报道了一种使用最小二乘法拟合大气激光雷达回波信号，计算消光系数边界值的算法。对于无云层天气条件，利用最小二乘法对回波信号全程拟合获得大气消光系数边界值，在有云层天气下，先将激光雷达信号在大气中的传输光路分解为云层区和非云层区，忽略回波信号中的云层信息，并假设在非云层区大气近似均匀，利用最小二乘法拟合获得大气消光系数边界值。最后利用消光系数边界值求解激光雷达方程，反演获得大气消光系数，实际计算证明，用此算法可获得与实际更为接近的大气消光系数反演结果。     

基于总体最小二乘的红外图像去噪

针对红外图像存在的加性、乘性及混合噪声,采用从图像中截取图像块,再用图像块的线性结合对原图像进行去噪,总体最小二乘算法用来求解其中的系数向量,充分考虑了噪声图像中存在的不确定性,通过这组系数得到去噪后的红外图像.在对像素点空间关系权重的求解上,采用模糊核聚类算法将红外图像粗略进行聚类,归为同一类的像素点之间存在较强空间约束关系,否则认为它们之间存在较弱空间约束.通过与维纳滤波算法比较,仿真结果证明了总体最小二乘去噪算法在红外图像的视觉质量和信噪比改善两个方面的有效性.最后通过比较无噪红外图像与去噪红外图像的直方图表明总体最小二乘去噪算法的优越性.     

Savitzky-Golay平滑滤波器的最小二乘拟合原理综述

介绍了Savitzky-Golay滤波器的推导方法——多项式的最小二乘拟合法及其推导过程,以及如何由Savitzky和Golay提出的多项式卷积计算方法进行最小二乘拟合计算,对Savitzky-Golay滤波器的二维算法进行了简单介绍,对其一维和二维的MATLAB代码进行了分析处理,并将Savitzky-Golay滤波器同其他低通滤波器进行了简单比较,简要说明了其优势以及一些应用方向。     

遗传规划和最小二乘法在数据拟合中的应用

为了分析和预测数据,需要预先确定其拟合函数模型.最小二乘法是一种常用的对测量数据进行数据拟合的方法,但当拟合函数模型未知时,该方法即失效.提出了一种联合遗传规划和最小二乘法寻求拟合模型的方法.利用遗传规划方法只需给出数据点及允许误差即可得到匹配的拟合函数式,并可对复杂函数式合理地简化.以此结果作为最小二乘法的拟合函数模型,进一步估计其中的参数,实现了对测量数据的更精确拟合.文中给出了应用实例,说明了本方法的有效性.     

基于IGGⅢ方案的加权总体最小二乘点云球面拟合

为了减少测量粗差对球标靶拟合精度的影响,在加权总体最小二乘法基础上,针对地面3维激光扫描球标靶数据特点,采用了权函数IGGⅢ方案,自适应地修正拟合权阵,构建了新的点云球面拟合方法。利用新方法分别拟合了模拟球面数据、实际扫描球面数据。结果表明,该方法在同时考虑拟合模型系数矩阵误差与观测向量误差基础上,通过合理定义及优化拟合权阵,获得了更为精确的球面参量。其拟合评价指标均优于常规方法。     

An efficient recursive total least squares algorithm for FIRadaptive filtering

An algorithm for recursively computing the total least squares (TLS) solution to the adaptive filtering problem is described. This algorithm requires O(N) multiplications per iteration to effectively track the N-dimensional eigenvector associated with the minimum eigenvalue of an augmented sample covariance matrix. It is shown that the recursive least squares (RLS) algorithm generates biased adaptive filter coefficients when the filter input vector contains additive noise. The TLS solution on the other hand, is seen to produce unbiased solutions. Examples of standard adaptive filtering applications that result in noise being added to the adaptive filter input vector are cited. Computer simulations comparing the relative performance of RLS and recursive TLS are described     

A fast recursive total least squares algorithm for adaptive IIR filtering

This work develops a new fast recursive total least squares (N-RTLS) algorithm to recursively compute the total least squares (TLS) solution for adaptive infinite-impulse-response (IIR) filtering. The new algorithm is based on the minimization of the constraint Rayleigh quotient in which the first entry of the parameter vector is fixed to the negative one. The highly computational efficiency of the proposed algorithm depends on the efficient computation of the gain vector and the adaptation of the Rayleigh quotient. Using the shift structure of the input data vectors, a fast algorithm for computing the gain vector is established, which is referred to as the fast gain vector (FGV) algorithm. The computational load of the FGV algorithm is smaller than that of the fast Kalman algorithm. Moreover, the new algorithm is numerically stable since it does not use the well-known matrix inversion lemma. The computational complexity of the new algorithm per iteration is also O(L). The global convergence of the new algorithm is studied. The performances of the relevant algorithms are compared via simulations.     

基于总体最小二乘的核四极矩共振参数估计

核四极矩共振(NQR)是一种固态射频谱分析技术,可用于检测高危险爆炸物。然而,NQR信号本身非常弱,并且易受线圈的热噪声和外部射频干扰的影响,低信噪比限制了NQR技术的实际应用。在研究自由感应衰减信号特性基础上,应用基于总体最小二乘法的线性预测估计器对NQR信号的参数进行估计,仿真数据和实测数据结果验证了该算法的有效性。     

A splitting method for total least squares color image restoration problem

Color image restoration is an important problem in image processing. Using the structured total least squares (STLS) for fidelity term of the restoration process gives better results in comparison with the least squares (LS) approach. The main drawback of the STLS approach is its complexity. To overcome this issue, in this paper by an appropriate transformation the color image restoration is substituted with two smaller subproblems corresponding to smooth and oscillatory parts of the image. The first and second subproblems are modeled via STLS and LS approaches, respectively. We show that the proposed method is faster than STLS and gives competitive solutions with it. Also, we demonstrate that Haar wavelet perseveres the structure of the blurring operator, which causes a considerable reduction in computational and storage complexity of the proposed method.     

摄像机标定中总体最小二乘法抗噪性的研究

为了降低摄像机标定中图形加性噪声给标定精度带来的不良影响,提出了基于总体最小二乘法的摄像机标定方法。由于总体最小二乘法具有消除或降低噪声的功能,本文将其用于求解单应性矩阵,既提高了单应性矩阵的精度,又为摄像机内外参数和畸变系数的精确测量提供了理论依据。在此基础上借助OpenCV函数库获取图形中角点高精度坐标的功能,在Visual C＋＋环境下实现了对摄像机的标定。数值实验和实际标定实验均表明,提出的标定方法具有更高的精度和抗噪声能力。     

基于方位的无源相干定位中加权矩阵求解方法

针对多基地无源雷达中对单目标的定位问题,提出一种利用角度信息的加权最小二乘定位算法。设计了基于角度的目标定位模型,并根据不同的角度测量噪声设计了加权矩阵,进行了误差分析并推导了算法的Cramer-Rao界。仿真分析表明,本文算法优于同类算法,并且以3个接收站与一个外辐射源为例,给出了最佳位置配置建议。     

基于总体最小二乘准则的OFDM系统时变信道估计

信道估计的准确程度直接影响正交频分复用系统的性能。为了提高时变信道估计算法的精度,基于总体最小二乘准则( TLS)提出了一种时变信道的估计方法。该方法用线性模型对时变信道进行建模,不仅考虑了信道噪声,同时也兼顾了模型误差。该方法能较好地跟踪信道的变化,显著消除模型误差。仿真结果表明所提算法的均方误差介于最小二乘算法与最小均方误差算法之间,在不同归一化多普勒频移下,该算法具有较好的稳健性。     

基于加权最小二乘的激光跟踪姿态角测量方法

针对现代工业生产中大型装备的生产、制造和装配对于姿态精准测量提出的需求,提出了一种基于加权最小二乘的激光跟踪姿态角测量方法。首先,阐述了姿态测量系统的组成,并对姿态测量系统中使用的坐标系进行定义;其次,建立了姿态测量数学模型,在此基础上利用加权最小二乘法对冗余角度信息进行数据融合,并采用蒙特卡洛法对融合方法进行了仿真分析;最后,搭建了姿态测量实验平台,利用精密二维转台对系统姿态角测量精度进行了评定。实验结果表明:在[?30°, 30°]角度范围内,测量距离为3 m时姿态角测量精度为0.28°,测量距离为8 m时姿态角测量精度为1.76°;与单目视觉法相比,姿态角测量精度在3 m时提升了6.7%,在8 m时提升了18.8%。文中提出的数据融合方法对姿态角测量精度的提升具有较好效果。     

基于最小二乘互相关算法的图像定位匹配研究

提出了一种基于最小二乘互相关的图像定位匹配算法。该算法将图像互相关信息和最小二乘法结合实现图像定位匹配,匹配精度可以达到亚像素甚至1/100像素级,同时利用金字塔分层来提高定位匹配速度;通过本算法在印刷品质量自动化检测系统中的应用,验证了该算法的高精度与高速度特性。1