最小二乘估计

摘要： 针对智能变电站二次系统建立失效风险评估模型,可在设备失效风险累积至一定程度时及时安排检修,有效防止系统性故障。文中提出利用可靠性分析工程中的威布尔函数建立二次设备失效概率模型。首先,基于二次设备的型式试验、日常运行状态样本数据,采用平均秩次法与最小二乘估计计算回归方程以展开模型参数估计,可获得更贴近现实运行条件的设备失效模型;其次,利用故障树方法建立二次系统失效与单台设备失效之间的关联关系,可定量计算二次系统运行风险顶事件概率分布函数,从而为二次系统失效风险预警、状态检修提供辅助决策。案例计算分析表明,运用文中提出的二次设备失效模型可为系统检修提供精准时间安排参考。

摘要： 采用选择性非催化还原反应SNCR是当前水泥生产中为降低氮氧化物排放而广泛采用的脱硝方法,由于SNCR脱硝过程流程长,反馈信号严重滞后造成还原剂与氮氧化物不能很好完成中和反应,氮氧化物排放波动大,氨逃逸现象严重。对于这种大滞后控制系统,本文采用以氮氧化物排放的相关因子为输入信号,采用最小二乘估计的方法,建立氮氧化物排放数学模型,对NOx排放进行超前估计,并结合氮氧化物实际排放值,设计模糊控制器,对氮氧化物排放进行复合控制。

摘要： 为了解决最小二乘估计(least squares estimation,LSQ)算法在处理高维度数据模型式时易产生模型过拟合、预报精度不高等问题,采用LASSO算法(least absolute shrinkage and selection operator)对附有周期项的二次多项式模型进行整体求解,分析6,12,18,24 h预报精度。结果表明,LASSO算法能有效避免模型参数求解的过拟合问题,极大提高二次多项式模型的预报精度,随着预报时间增加,LASSO算法优势愈加明显。

摘要： 考虑了函数型部分线性模型,它既有函数型数据,又有标量型数据,是一个应用较为广泛的函数型回归模型.使用基于B样条的光滑技术与函数型光滑消边绝对偏离技术(fSCAD)相结合的方法给出了斜率函数的局部稀疏估计,并用SCAD方法给出了标量型系数的估计.通过模拟分析,显示了局部稀疏估计方法的有限样本表现.最后,通过一个实例来说明估计方法的优越性与实用性.

摘要： 在空间运动多站无源定位系统中,针对高速运动辐射源脉冲信号到达不同观测站的时差及其变化率估计,提出对观测时段中间时刻采用最小二乘估计(LSE)的方法,并对基于时差序列的直线拟合和二次曲线拟合方法的估计精度进行仿真分析。理论分析和仿真结果表明,时差序列随时间呈现高次非线性特性,当达到一定的观测时长或脉冲数量时,采用时差序列二次曲线LSE方法能够得到较高的时差和时差变化率估计精度。

摘要： 针对MEMS(Micro Electro Mechanical Systems)加速度计零位偏差重复性等问题,提出了一种基于重力矢量模的无依托静态现场标定方法。建立加速度计误差模型并线性化,以静止状态下加速度计输出重力矢量模不变为约束条件,利用最小二乘方法标定标度因数和零位偏差。在随机噪声强度1mg的条件下,该方法能有效标定零位偏差和标度因数,零位偏差标定精度优于0.1mg。并开展了基于MEMS惯组的实测数据试验,该方法零位偏差的标定精度优于0.1mg。相比传统的转台标定方法,该方法无需依托转台等精密仪器,且能有效解决因零位偏差重复性造成的线下标定精度低等问题,现场性好,在MEMS加速度计标定应用中具有良好工程应用价值。

摘要： 考虑产品贮存检测中存在系统失效数据信息被屏蔽的问题,针对并联系统,提出了一种基于最小二乘估计(LSE)改进期望最大化(EM)算法的贮存可靠性分析方法。鉴于产品开始进入贮存时非完全可靠的初始失效情形,建立了指数寿命分布下并联系统的贮存可靠性模型。考虑系统未失效数据中含有屏蔽数据,用改进的EM算法更新检测数据并给出了系统初始可靠度和失效率的LSE。通过算例分析验证了模型的有效性和方法的合理性。

摘要： 在实际海洋环境中,真实情景与理论模型的失配会导致跟踪算法选择错误的航迹,出现跳点或跟踪丢失等问题。为解决这一问题,文章提出了一种基于支持向量机的航迹筛选方法。该方法使用支持向量机对目标的航迹特征数据进行分类,将目标的真实航迹和虚假航迹区分出来,剔除虚假航迹,以控制航迹数目,同时提高跟踪算法的鲁棒性和适应力。实际数据处理结果表明了该方法有效地提升复杂海洋环境下对目标的持续跟踪能力。

摘要： 旋转基线相位干涉仪测向法利用阵元间相位差最大值与最小值进行来波角度估计,存在噪声干扰时会产生较大测向误差。针对这一问题,采用三参数最小二乘法对解模糊后的相位差曲线进行幅度、初相和偏移量的估计,进而对相位差曲线进行拟合处理。该方法提高了旋转基线相位干涉仪测向的精度,仿真结果证明了该方法的有效性。

摘要： 针对高斯-马尔科夫定理只能保证最小二乘估计在线性无偏估计类中具有最小方差,和目前有偏估计对最小二乘估计的改善程度研究甚少的现状,提出研究典型有偏估计方法的均方误差极小值的一致性。结果表明:尽管不同有偏估计方法具有不同的结构形式,但是这些有偏估计方法对最小二乘估计方差的改善程度是相同的,即均方误差的极小值总是相等的。实例分析结果也表明:典型有偏估计方法的均方误差极小值是一致的。

摘要： 机载火控雷达在对地面运动目标检测时,空时二维杂波谱随距离变化而变化,在距离向是非均匀的,不能直接由临近距离单元估计杂波协方差矩阵.针对此问题,提出了一种基于最小二乘估计的多普勒频移补偿方法，并运用仿真数据和实际杂波数据进行分析。结果表明，该方法通过距离向多普勒频移补偿后，削弱了各个距离单元杂波多普勒频率变化程度，使杂波数据基本满足独立同分布条件，提高了空时自适应处理STAP方法的杂波抑制效能，增强了某机载火控雷达地面运动目标的检测能力。

摘要： 为了改善景像匹配导航系统的可靠性及匹配精度,提出了一种基于位置差分滤波与最小二乘估计的动态景像匹配定位融合算法.分析了动态景像匹配导航定位融合的基本问题;针对匹配位置序列的误差特性,设计了位置差分滤波方法,用于剔除匹配位置序列中的误匹配点;采用最小二乘估计对匹配位置序列进行最优参数估计,进而对误匹配点进行估计并实现了匹配位置预测;给出了定位融合算法的基本原理及实现框图.仿真实验结果验证了本文算法在消除误匹配点及减小随机匹配误差干扰方面的有效性、实用性.

摘要： 健康管理系统对实现卫星安全性、可靠性和经济适用性具有重要意义.针对卫星系统自身的特点,建立一个马尔科夫模型来描述其运行健康状态的转移情况,通过对历史数据的统计分析,运用最小二乘估计得到系统的状态转移概率矩阵,从而实现对卫星系统剩余使用寿命的估计,最后通过算例分析说明了方法的可行性.

摘要： 本文提出了一种部分观测下的大型结构分散损伤识别技术。在该方法中，大型结构被划分成若干个子结构，通过结合使用扩展的卡尔曼估计和最小二乘估计，本方法不仅可以估计外部未知激励还可识别结构的各动态参数。而结构的损伤亦可通过跟踪结构动态参数的变化比如刚度下降等进行识别。最后，本文通过一个大型平面桁架桥的损伤识别数值算例证实了该方法的可行性。

摘要： 作为纯方位目标观测设备，光电经纬仪以其测量范围广、精度高等优点获得广泛应用。 在现代无源定位系统中，光电经纬仪常通过组网测量的方式来增加测量数据冗余度及提高测量精 度。针对多台光电经纬仪的优化布站问题，利用最小二乘估计推导出的定位公式，以定位精度GDOP 最小为布站原则，使用遗传算法对多台光电经纬仪的布站几何进行优化仿真，并给出了三台、四 台、五台光电经纬仪对目标进行观测定位时的布站几何优化结果。

摘要： 近年来我国电力工业的飞速发展,也对配电网的调度和管理自动化提出了迫切的要求;配电网状态估计作为提高实施数据库可靠性与准确性的技术已成为重点研究的课题。状态估计技术成功应用于输电网中,但对于配电网来说。它有着与输电网完伞不同的特性。配电网的特点决定配电网状态估计需要适应自身特点的计算方法。充分利用配电网的辐射性特点,提出了采用基于单支路加权最小二乘估计的基于支路带节点功率估计的配网状态估计实用算法,并对某36kv配电线路实测数据和负荷预测数据作了实时计算。计算结果表明,该方法收敛速度快,估计精度高,编程简单,算法可靠、有效、实用。

摘要： 本文紧密结合测量数据处理实际，在对测量数据综合分析的基础上，分析了传统方法存在的局限性，介绍了具有较高可靠性和实用性的 LS（最小二乘估计）自适应信息检择方法，并给出了具体的应用实例，进一步阐述了本文检择方法的特点和应用效果。

摘要： 捷联惯导系统初始粗对准要求系统在短时间内获得一定精度的初始姿态,快速性成为粗对准的重要指标.提出了一种基于解析粗对准模型的分步递推最小二乘对准方法.方法根据捷联惯导系统的解析对准模型,通过一次速度计的量测基于递推最小二乘算法对姿态矩阵部分元素进行估计,在此基础上利用姿态矩阵估计值和一次陀螺量测值作为量测量对初始姿态矩阵的剩余元素进行再次估计,从而确定系统的初始姿态矩阵,通过姿态反解完成系统初始对准.由于采用了一次量测进行估计,再通过递推算法完成估计修正,因此实现捷联惯导系统的快速粗对准.最后,分别进行了捷联惯导系统仿真、实验室静态、码头系泊状态等不同条件下的初始对准试验.结果表明,方法在保持粗对准精度前提下,显著提高了对准速度.

摘要： 捷联惯导系统初始粗对准要求系统在短时间内获得一定精度的初始姿态,快速性成为粗对准的重要指标.提出了一种基于解析粗对准模型的分步递推最小二乘对准方法.方法根据捷联惯导系统的解析对准模型,通过一次速度计的量测基于递推最小二乘算法对姿态矩阵部分元素进行估计,在此基础上利用姿态矩阵估计值和一次陀螺量测值作为量测量对初始姿态矩阵的剩余元素进行再次估计,从而确定系统的初始姿态矩阵,通过姿态反解完成系统初始对准.由于采用了一次量测进行估计,再通过递推算法完成估计修正,因此实现捷联惯导系统的快速粗对准.最后,分别进行了捷联惯导系统仿真、实验室静态、码头系泊状态等不同条件下的初始对准试验.结果表明,方法在保持粗对准精度前提下,显著提高了对准速度.

摘要： 捷联惯导系统初始粗对准要求系统在短时间内获得一定精度的初始姿态,快速性成为粗对准的重要指标.提出了一种基于解析粗对准模型的分步递推最小二乘对准方法.方法根据捷联惯导系统的解析对准模型,通过一次速度计的量测基于递推最小二乘算法对姿态矩阵部分元素进行估计,在此基础上利用姿态矩阵估计值和一次陀螺量测值作为量测量对初始姿态矩阵的剩余元素进行再次估计,从而确定系统的初始姿态矩阵,通过姿态反解完成系统初始对准.由于采用了一次量测进行估计,再通过递推算法完成估计修正,因此实现捷联惯导系统的快速粗对准.最后,分别进行了捷联惯导系统仿真、实验室静态、码头系泊状态等不同条件下的初始对准试验.结果表明,方法在保持粗对准精度前提下,显著提高了对准速度.

摘要： 基于最小能量小波框架的最小二乘信道估计方法，步骤如下：采用LS算法进行信道初步估计；对初步信道估计结果进行能量归一化处理，得到归一化数列；采用最小能量小波框架对归一化数列进行第一层分解和第二层分解，得到分解数列；基于硬阈值函数对分解数列进行去噪处理；采用小波塔式重构算法进行信号重构，对重构得到的新信号进行逆能量归一计算，得到最终估计值。本发明在传统LS算法得到的初步信道估计结果的基础上增加一个基于最小能量小波框架的信号处理环节，可以LS算法得到的估计结果中的误差成分，从而提高信道估计的精度。而且小波塔式分解和重构算法的计算复杂度低，易于工程实现，为后续的信道均衡和译码性能提升奠定基础。

摘要： 本发明涉及一种基于二维迭代最小二乘准则的自适应信道估计方法。该方法采用了2D-RLS准则，即利用信道的二维相关性进行自适应的信道估计，无需知道任何信道统计特性，可以有效地提高信道估计结果的准确性，解决了现有技术中由于无法准确获得信道统计特性或无法充分利用信道的二维相关性而导致的信道估计结果不准确的问题。本发明的另外一个优点在于能够方便地通过选择信道估计器的输入矢量的大小实现在计算复杂度和信道估计性能之间的折中处理，而无需改变信道估计器的物理结构。

摘要： 本申请公开了一种最小二乘拟合方法及最小二乘拟合系统，其中，所述最小二乘拟合方法在对每个所述划分区间中的数据对进行最小二乘拟合之前先对其进行数据重构；所述数据重构包括对数据对进行平移以保证平移后的数据对具备数域映射的条件，然后将平移后的数据对由原数域映射到较小的预设数域中，避免由于平移后的数据对对应的待拟合函数的多项式的次数较高，出现病态计算的情况；最后将在预设数域中的数据对进行数量级调整，以降低正规方程组的条件数，从而降低在对数据重构后的数据对进行最小二乘拟合时出现病态计算的可能，进而降低了利用所述最小二乘拟合方法进行函数拟合的拟合过程耗费的时间。

摘要： 基于最小能量小波框架的最小二乘信道估计方法，步骤如下：采用LS算法进行信道初步估计；对初步信道估计结果进行能量归一化处理，得到归一化数列；采用最小能量小波框架对归一化数列进行第一层分解和第二层分解，得到分解数列；基于硬阈值函数对分解数列进行去噪处理；采用小波塔式重构算法进行信号重构，对重构得到的新信号进行逆能量归一计算，得到最终估计值。本发明在传统LS算法得到的初步信道估计结果的基础上增加一个基于最小能量小波框架的信号处理环节，可以LS算法得到的估计结果中的误差成分，从而提高信道估计的精度。而且小波塔式分解和重构算法的计算复杂度低，易于工程实现，为后续的信道均衡和译码性能提升奠定基础。

摘要： 本发明涉及一种基于降维估计和阻尼最小二乘法的智能电表误差估计方法，包括以下内容：智能电表误差远程估计数据获取，智能电表误差远程估计方法初始化，降维估计模型构建，阻尼最小二乘法求解四部分。

摘要： 本发明涉及一种基于二维迭代最小二乘准则的自适应信道估计方法。该方法采用了2D－RLS准则，即利用信道的二维相关性进行自适应的信道估计，无需知道任何信道统计特性，可以有效地提高信道估计结果的准确性，解决了现有技术中由于无法准确获得信道统计特性或无法充分利用信道的二维相关性而导致的信道估计结果不准确的问题。本发明的另外一个优点在于能够方便地通过选择信道估计器的输入矢量的大小实现在计算复杂度和信道估计性能之间的折中处理，而无需改变信道估计器的物理结构。

摘要： 本发明公开了一种基于结构风险最小化的加权最小二乘电力系统状态估计方法，该方法针对电力系统状态估计的量测数目有限的特点，从统计学习理论出发，提出基于结构风险最小化的加权最小二乘估计模型，可在最小化残差的范数的同时最小化状态变量的置信区间；并给出了该方法的详细求解过程。该方法符合统计学习理论中的结构风险最小化思想，在有限量测条件下可得到更接近于状态变量真值的估计结果，具有良好的工程应用前景。

摘要： 本发明公开了一种在稀疏环境下IQ不平衡OFDM系统的信道估计算法。导频符号在IQ不平衡条件下通过信道，得到接收端信号。把IQ不平衡也当作信道参数纳入估计，利用稀疏特性，用最小二乘法估计出时域信道冲击响应。通过估计噪声方差确定合适的门限，过滤循环前缀长度内的噪声。本发明的基于噪声方差估计的门限时域最小二乘估计算法，实现了性能与复杂度的良好折中，同时只需使用一个OFDM符号，具有较高的频谱利用率，可以有效地提高系统误码性能。

摘要： 本发明公开了一种基于结构风险最小化的加权最小二乘电力系统状态估计方法，该方法针对电力系统状态估计的量测数目有限的特点，从统计学习理论出发，提出基于结构风险最小化的加权最小二乘估计模型，可在最小化残差的范数的同时最小化状态变量的置信区间；并给出了该方法的详细求解过程。该方法符合统计学习理论中的结构风险最小化思想，在有限量测条件下可得到更接近于状态变量真值的估计结果，具有良好的工程应用前景。

摘要： 本发明公开了一种在稀疏环境下IQ不平衡OFDM系统的信道估计算法。导频符号在IQ不平衡条件下通过信道，得到接收端信号。把IQ不平衡也当作信道参数纳入估计，利用稀疏特性，用最小二乘法估计出时域信道冲击响应。通过估计噪声方差确定合适的门限，过滤循环前缀长度内的噪声。本发明的基于噪声方差估计的门限时域最小二乘估计算法，实现了性能与复杂度的良好折中，同时只需使用一个OFDM符号，具有较高的频谱利用率，可以有效地提高系统误码性能。