基于非线性最小二乘的三星座时差定位综合算法

提出一种基于非线性最小二乘(NLS)的三星座时差定位 综合算法。该算法不使用WGS-84椭球模型作为定位约束条件,通过对卫星过顶前后的两组弱 观测数据进行综合、配对处理,实现对目标的精确定位。仿真结果表明,该方法不仅对弱观 测数据具有较好的定位精度,而且不受目标高程约束,当目标高程不确定时,仍具有稳健的 定位效果。     

对实验数据的曲线拟合软件设计分析

曲线拟合技术在图像处理、逆向工程以及测试数据的处理等领域中的应用越来越广泛．曲线拟合其目的是根据实验获得的数据去建立因变量与自变量之间有效的经验函数关系,为进一步的深入研究提供线索。对于某个变化过程中的多个相互依赖的变量,可建立适当的数学模型,用于分析预报决策或控制该过程．对于两个变量可通过用一个一元函数去模拟这两个变量的取值．用不同的方法可得到不同的模拟函数。通过最小二乘法实现对曲线进行拟合。最小二乘是处理参数估计问题的一种有效方法。最小二乘法可以用来处理一组数据,可以从一组测定的数据中寻求变量之间的依赖关系,这种函数关系称为经验公式．利用最小二乘法的寻求点与曲线之间近似成线性关系时的经验公式．假定实验测得变量之间的n个数据,则在平面上,可以得到n个点,这种图形称为“散点图”,我们认为与之间近似为一线性函数。但一般说来,这些点不可能在同一直线上。可以利用最小二乘法确定函数的系数进而求出函数的曲线。     

非线性曲线拟合及坏测点数据修正

在科学实验中,经常遇到某个测点的数据不正常,需要修正,实验测得的数据要进行曲线拟合。本文以燃烧机的出口温度为例,介绍最小二乘法的具体应用和修正坏测点数据的方法。     

和极大似然估计不等式约束平差模型建立

由于测绘工具的飞速发展,测量工作变得也越来越简单,精度也越来越高。但数据处理在测绘工作中仍旧占据重要的位置。其中尤其是不等式约束平差是现代数据处理的趋势。以往的研究中大多以最小二乘模型为研究平台。最小二乘虽然是测绘科学中最为经典的数学模型,然而不难发硬最小二乘不具有抗差性能。和极大似然估计则不同,它能抗拒粗差。但是在不等式约束中的应用以往还没这方面的研究。本文通过将和极大似然估计模型引入不等式约束平差问题,并建立相应平差模型。     

五站数据加权融合无源时差定位

在无源时差定位技术中,定位算法和布站形式的选择直接影响着无源定位方案能否 顺利应用于实际工程并满足工程需求。通过对常用定位算法的研究分析,选择了伪逆法和总 体最小二乘算法为求解方法,同时选择了有利于工程实现的五站主站升高的布站方法。五站 定位选择总体最小二乘算法求解,同时对4个辅站进行分组并用伪逆法求解,最后对所有定 位结果进行融合,从而解决了四站定位的无解及模糊问题,并提高了定位精度和稳定度,真 实数据处理验证了其可行性及有效性。     

基于约束加权最小二乘的时差频差联合定位算法

针对运动目标源定位问题,提出了一种基于约束加权最小二乘(Constrained Weighted Leas t-Squares, CWLS)的时差频差定位算法。该算法利用目标源到达多个接收站的时差和频 差信息,对目标源的位置和速度进行估计。通过引入中间变量,将时差频差非线性方程转换 成伪线性方程(中间变量与目标源位置和速度之间存在约束关系),再对此约束条件引入拉格 朗日乘子技术,将此伪线性方程的求解转化为求条件极值问题,创造性地求解了此非线性定 位方程,提高了定位精度,并能满足实时性和全局收敛要求。仿真实验表明,该算法在保持 相近复杂度的同时,进一步提高了定位性能,优于两步加权最小二乘算法,在噪声较高时仍 然能达到克拉美罗下限。     

基于标定模型的储油罐变位识别与罐容表标定研究

储油罐的变位识别与罐容表标定是一个实际问题,与我们生活密切相关。为了更准确探求出一种方法减少油量输入与输出时的测量误差,我们采用标定模型,与实际数据比较得出误差,采用最小二乘法曲线拟合对其进行了相应的修正。考虑到它是个实际问题,我们首先采用理想油罐模型,然后再以符合国家《卧式金属罐容积检定规程》要求的标准不确定度对理想油罐模型实际化,从而让模型更加符合实际要求。最终通过实际200组数据运用最小二乘法拟合对标定模型进行了检验,最终得到相对误差百分比约为0.5%,从而证明了模型的正确性和方法的可靠性。     

一种无线电话音信号时差估计方法

无线电话音信号的时差估计一直是个难题,其主要原因有话音信号带宽较窄且非平稳、在时域上具有非连续性及无线电信道（特别是短波信道）衰落的非一致性。针对上述特点,提出了使用短时处理技术来估计两路信号互相关谱的线性相位的无线电话音信号时差估计方案。新方案融合了话音激活检测技术和短时分段处理技术,并使用加权最小二乘相位拟合方法来求解时差。对比实验表明新方案的时差估计效果显著优于经典的广义互相关算法。     

基于压缩感知的分布式协同估计算法

为了降低分布式协同估计算法的计算量并改善其收敛性能,提出了基于压缩感知(CS)和递归最小二乘(RLS)的分布式协同估计算法。该算法在传统RLS分布式协同估计算法的基础上引入压缩感知技术,首先在压缩域中进行递归最小二乘运算,然后利用压缩感知重构算法得到未知参数向量的估计值。提出的算法能够在增量式策略和两种模式的扩散式策略下实现对未知向量的有效估计。理论分析和仿真结果表明,该算法一方面降低了RLS分布式协同估计算法的计算量,另一方面保持较快的收敛速度与良好的均方误差性能。     

MIMO-OFDM系统的一种改进型LS信道估计算法

基于多输入多输出正交频分复用(MIMO-OFDM)系统,研究了LS信道估计算法,提出了一种训练序列和块状导频联合LS信道估计算法,给出了权值的计算公式.理论推导和计算机仿真表明,这种改进型的LS信道估计方法提高了LS信道估计的误码率性能,并具有较高的灵活性和较低的复杂度增长.     

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。     

低信噪比下互相关时延估计器的FPGA实现

在时延估计算法中,相关法是一种经典的算法。时域互相关法可用来进行整数倍和非整数倍采样周期的时延估计,即使是在极低的信噪比（SNR）条件下,利用较多的数据也能获得准确和稳定的估计结果。为提高时延估计分辨率,给出了一种采用sinc函数对信号进行非整数倍采样周期延时的相关估计算法,通过仿真比较了未插值、两倍插值法和sinc函数延时法的估计精度和计算量,证明sinc函数延时法性能最优。基于现场可编程逻辑门阵列（FPGA）实现的改进型互相关时延估计器能够实现在低信噪比下时延差的准确估计。     

一种新的跳频信号时延估计方法

针对噪声环境下的跳频信号,提出了一种基于稀疏分解的时延估计方法。对跳频信号 采用稀疏分解重构进行了研究,在此基础上,在不同天线下对跳频信号分别进行重构,得到 每跳信号对应的载波频率和时间中心,从而估计出跳频信号的时延。仿真结果表明,在信噪 比大于7 dB时,跳频信号的时延估计误差基本趋近于零,验证了时延估计方法的有效性 。     

基于最小二乘法的海基双站测量数据综合处理

针对测量船执行海上任务单船数据处理及弹道参数计算受时间和弧段限制局限性的问题,提出了采用加权最小二乘法解算双站目标坐标的综合数据处理方法,并在综合后的数据库增加了跟踪时间及重要特征点弧段数据,提高了位置及其他弹道参数的估计精度。该方法的推广对改进测量船数据处理方法和技术、提高弹道状态估计精度均具有积极的意义。     

用于APSK和QAM信号信噪比估计的改进分段数据拟合算法

为提高幅相键控(APSK)信号和正交调幅(QAM)信号信噪比估计范围和精度,提出了一种改进的信号信噪比估计算法。算法首先计算接收信号平方的均值和绝对值的均值之比,然后根据星座图特征,利用多项式拟合该比值与信噪比的关系。在拟合过程中,对信噪比区间进行分段拟合来提高各段拟合精度,并用蒙特卡洛仿真经验值修正算法的固有偏差,从而得到信噪比的近似无偏估计。仿真结果表明,当信噪比估计区间为-5~20 dB且数据长度合适时,16APSK和32APSK信号信噪比估计偏差均值小于0.5 dB,标准差小于2 dB;该算法对16QAM和32QAM信号信噪比估计的标准差小于传统数据拟合算法。该算法运算复杂度较低,便于实时应用和硬件实现,对恒模和非恒模信号均能实现信噪比宽范围精确盲估计。     

乘积型指数滤波器及其在多目标时延估计中的应用

指数滤波器是一类新构造出来的输出信噪比和目标时延分辨力随指数变化的滤波器,该滤波器在损失一定输出信噪比的前提下可以有效提高目标时延分辨力,从而提高目标时延估计精度,但仅采用单个指数滤波器仍存在输出信噪比和目标时延分辨力均达不到实际需求的情况。在乘积型高阶模糊函数乘积运算的启发下,在指数滤波器的基础上提出了一种新的乘积型指数滤波器,并分析了该乘积型指数滤波器的输出信噪比及目标时延分辨力等性能。仿真实验表明,所提的乘积型指数滤波器在低信噪比情况下可以更有效提高多目标时延估计精度,且算法简单易于实现,适用于背景复杂的多目标参数估计任务。     

飞行器地面测控系统中天线系统时延标定

针对地面测控系统中一些天线系统时延无法利用信标塔进行精确标定的缺点,提出了对天线系统时延进行分段计算和测量的标定方法,对标定精度进行了分析和计算,并分析了不同因素对天线系统时延变化的影响。工程实践证明该方法可行,天线系统时延标定精度优于0.1 ns。     

组合幂调频信号的时频移估计

为了准确估计接收信号的时频移参数和降低估计复杂度,设计了一种组合幂调频（CPFM）信号,该信号由具有时间间隔的正负幂调频（PFM）信号构成,并提出了基于CPFM信号的时频移估计算法。在算法中首先将CPFM信号降阶,然后独立地估计时延和频移,即采用三次相位函数（CPF）估计时延,通过正负PFM相位相消后再估计频移。相比于分数阶傅里叶变换（FRFT）时频移估计算法,所提算法避免了时延估计对频移估计的影响,而且仅需两次一维搜索,降低了计算量。仿真结果表明,该算法能准确地估计CPFM信号的时延和频移,并且频移估计均方误差（MSE）接近克拉美劳下界（CRLB）。     

Segmenting consumer decision-making styles (CDMS) toward marketing practice: A partial least squares (PLS) path modeling approach

The way consumers make decisions across online and offline channels according to their perceptions of retailers׳ marketing practices is not well understood in the current literature. A few empirical studies have examined consumer decision-making styles (CDMS) and marketing practice among online and shopping mall consumers. This research endeavors to understand CDMS as market segments on the perception of marketing practice across retail channels. A total of 315 online and paper–pencil-questionnaires were collected to conduct the statistical analysis for the measurement and structural model using the partial least squares (PLS) path modeling approach, a structural equation modeling (SEM) technique. Six consumers׳ characteristics–perfectionist, brand consciousness, price conscious, fashion conscious, recreational and impulsive shoppers–were assessed in respect of retail products, price, advertising and retailing across-channels. The study contributes to retailing management by enabling it to implement effective retail segmentation and cross-channel strategy according to CDMS. The study limitations and implications are discussed.