非线性最小二乘超宽带TOA法在室内定位测量中的研究与实现

在现今信息化社会中,人们对于建筑物等室内定位服务的需求日益强烈,超宽带(Ultra Wideband,UWB)定位技术由于其抗多径干扰能力强、系统容量大、传输速率高等特点使之在短距离无线通信以及室内定位等方面受到了广泛的关注。本文利用非线性最小二乘最优估计对超宽带TOA算法进行分析,并通过两组对比实验分别探讨了锚节点的布设形式和目标节点不同位置对定位精度的定量影响。实验表明:最小二乘法能够克服移动中突然的跳点和剧烈的抖动对定位精度的影响,在宽度ω与高度ξ一样的情况下,有一最优间距δ*使得TN定位精度最高;在间距δ与高度ξ一定的情况下,在较为狭窄的室内环境下,ω值越大定位精度越高。     

加权EIV模型的经典最小二乘算法

采用GHM方法将EIV模型在最优解处线性化,得到解的近似方差。然后,将EIV模型表达成与Gauss-Markov模型相似的形式,利用标准最小二乘理论推导EIV模型的解及近似方差矩阵,得到与已有算法等价的结论。最后,推导观测值估值和残差的统计性质,建立起一整套EIV模型参数估计和精度评定的体系。     

非等间距GM(1,1)模型的总体最小二乘算法及其病态问题

在非等间距GM(1,1)模型中,系数矩阵中有无误差的常数项和有误差的随机项,并且系数矩阵与观测向量误差同源,即系数矩阵与观测向量中有相同的元素存在,这些相同元素应该有相同的改正数,为此本文推导了一种适合非等间距GM(1,1)模型求解的总体最小二乘算法。同时,考虑到非等间距GM(1,1)模型中存在病态问题时影响总体最小二乘计算结果的稳定性,提出对系数矩阵常数列乘以某一常数的方法,以改善病态问题。     

车载激光雷达测量系统整体检校方法

针对目前系统检校常用方法中大多依赖手工提取点时无法准确获得检校点、绝对精度较低、对实际数据的适用性差等问题,该文结合自主研发的车载激光雷达测量系统,提出一种利用带有反射片的特制球形标靶及利用距离阈值插值算法快速、方便且准确地对车载激光雷达测量系统进行外参数检校的方法。结果表明:与传统方法相比,该方法可以完全弥补常规方法中提取的检校点不准确、精度低等缺点,适用性及实用性更强;在绝对精度方面,整体水平精度达到0.05m以下,高程精度达到0.06m以下;在相对精度方面,拟合检校球直径精度达到0.003m以下,距离精度达到0.002m以下,证明该方法的精度、适用性完全满足当前车载激光雷达测量系统检校的精度需求。     

利用加权整体最小二乘DSM提取DEM的方法

随着无人机航摄软硬件技术的快速发展,通过倾斜摄影三维建模快速获取DSM的成本越来越低。在小比例尺的地形图测量中,DSM若能通过快速处理得到较为精确的DEM,即可节省大量的人力物力。针对林地范围内DSM数据的特点,采用加权整体最小二乘法对DEM进行提取。     

融合罗德里格矩阵和整体最小二乘的双目机器人手眼标定算法

针对传统双目式机器人手眼标定方法中未知量多、计算复杂的特点,研究并提出了一种基于罗德里格矩阵和整体最小二乘相融合的改进算法。其中罗德里格矩阵实现了对未知量的降维;整体最小二乘顾及了系数矩阵的误差。通过大量数据分析表明,改进后的手眼标定算法较传统方法在稳定性和精度上均有大幅提高,满足了机器人视觉系统在工业检测和制造领域中的高精度需求。     

地震预警现地PGV连续预测的最小二乘支持向量机模型

为提升现地仪器地震烈度预测的准确性与连续性,研究面向地震预警的PGV连续预测模型.以中国仪器地震烈度标准的计算参数:0.1～10 Hz带通滤波三分向矢量合成速度峰值PGV为预测目标,利用日本K-net与KiK-net台网P波触发后1?10 s强震数据,基于人工智能中的机器学习方法-最小二乘支持向量机,选取7种特征参数作...     

1st0pt在沉降预测中的应用研究

预测方法有多种,找一种操作简单的方法较难。本文利用综合优化软件包1 st0pt,选用几种预测模型,通过对实测数据进行拟合,得出各种预测方法的计算模型,再利用最小二乘法原理,以预测绝对误差平方和最小为目标,给每种预测模型赋予不同的权重,组成规划方程,求出权重数列并组成新的预测模型,再对建筑物进行预测,将得到较好的预测结果。     

一种非监督快速端元提取方法

正交子空间投影(OSP)方法广泛用于目标与背景的分离之中,对于高光谱影像,OSP可用于目标提取和混合像元分解,但缺点是需要端元的先验知识。针对这一问题,本文基于OSP的原理提出了一种非监督快速端元提取方法。实验使用模拟高光谱数据和由OM ISⅠ获取的真实高光谱数据,结果精度令人满意,证明了本文算法进行端元自动提取的可行性。     

改进的单纯形法及其在非线性参数估计中的应用

采用了改进的单纯形法,该算法利用遗传算法的变异操作来增强单纯形法的全局搜索能力,既兼顾了全局收敛性,又具有高效的局部搜索能力。并通过实例验证了该算法的优越性,以及应用于测量上的非线性最小二乘估计的可行性。