基于最小二乘算法的 OFDM 信道估计

作为一种高效的传输技术,正交频分复用（OFDM ）正被广泛地应用于下一代无线通信系统。论文采用一种OFDM 系统中低复杂度的最小二乘（LS）信道估计算法,该算法采用在频域上插人梳状导频数据,通过仿真,证明了该算法在瑞利衰落多径信道中的优越性。同时,仿真也表明,当信道变化过快时,该算法的优越性将变得不再显著。     

基于最小二乘和广义最小二乘的系统偏差估计研究

多传感器数据融合首先要解决误差配准问题,来估计系统偏差并消除它.把最小二乘理论运用于多传感器数据融合,能够得到系统偏差估计.分析最小二乘(LS)和广义最小二乘(GLS)的原理,并对两种算法进行了比较.     

基于叠加训练序列的稀疏水声OFDM信道估计(英文)

针对稀疏多径的水声OFDM信道,提出了基于叠加训练序列的信道估计方法,能够提高带宽传输效率.在发送端的信息序列中叠加一个低功率的周期性训练序列,在不占用额外的信号带宽的情况下估计信道参数,未知的信息序列会对叠加训练序列的信道估计方法产生干扰,在本文中采用迭代方法提高估计性能.水声信道具有延时时间长,信道稀疏的特点,本文采用匹配跟踪的方法估计信道非零系数的位置,降低加性白噪声对信道估计的影响.仿真结果显示,本文的方法能达到很好的信道估计性能,同时能够降低OFDM的峰均比.     

基于叠加序列的信道估计的研究

通信的主要任务就是在接收的信号中恢复发送信号。这就需要知道信道的冲击响应。因此信道估计是通信系统中的重要一环。文章介绍了一种在发送序列之上叠加周期训练序列,利用周期训练序列来进行信道估计的方法,并提出了基于叠加周期训练序列的信道阶数估计方法。并对其进行了仿真分析。     

一种改进的最小二乘滤波法

最小二乘滤波方法常被用于对低速目标的跟踪滤波。本文通过对最小二乘滤波法的系数矩阵性态分析，指出在一定的条件下，最小二乘滤波法是不稳定的，并给出了一种稳定的改进的最小二乘滤波法。     

基于多传感器递推总体最小二乘融合的水下机器人动力学模型参数辨识

对于水下机器人动力学模型辨识问题,如果其观测方程的系数矩阵包含随机扰动,则其最小二乘估计一般是有偏的。为此,该文提出一种基于多传感器递推总体最小二乘融合的水下机器人动力学模型辨识算法(RTLS_F)。首先,给出了集中式总体最小二乘融合的算法;然后,在总体最小二乘框架下,推导出多传感器递推融合估计算法。通过仿真实验对RTLS_F与其它水下机器人动力学参数辨识算法进行了比较。实验结果表明,在系数矩阵和观测向量都含有误差的情况下,最小二乘融合是有偏估计且难以提高估计精度,而RTLS_F算法可以有效改善参数辨识性能。     

机动目标滤波的最小二乘方法

基于最小二乘滤波精度分析的解析表达式，得出了最小二乘滤波器记忆长度的优化方法，提出一种目标运动加速度的在线实时估计方法，据此可实现最小二乘滤波器记忆长度的实时优化，形成一种适用于机动目标的基于最小二乘的自适应滤波方法。最后进行数值仿真，验证理论分析与算法的正确性。     

最小二乘矩阵滤波器设计与性能分析

提出最小二乘矩阵滤波器设计方法,将矩阵滤波器设计问题转化为超定线性方程组求解问题,通过求最小二乘解,给出了最小二乘矩阵滤波器表达式,利用奇异值分解,给出了滤波器简化表达式和总体误差.系统分析了通带位置、通带宽度和阵元数对最小二乘矩阵滤波器效果的影响,为矩阵滤波器设计和应用提供了参考.     

基于改进递归最小二乘估计的潜器轨迹预测

由于海流、温度、海底地形等深海环境因素影响,同时存在潜航器自身推进器扰流、母船螺旋桨扰流等因素,超短基线（USBL）作为深海水下潜航器通信定位的系统存在通信延迟不一、异常值随机出现等问题。当潜航器与母船之间的水平夹角小于USBL自身的通信角,潜航器与母船无法实时通信,由此带来一定潜航器与船体的碰撞风险。针对上述问题及风险,提出基于改进的递归最小二乘法估计的潜航器水下轨迹预测方法,可有效降低测量扰动的影响,对航行轨迹进行预测。     

OFDM系统时频二维信道估计研究

针对短波信道时变色散的特点,设计了OFDM系统信道估计所需的时频二维棱形插入导频图案,并根据时频域两方向导频插入的稀疏程度,选择了二维插值的方法和插值次序,另外,提出了改进的变换域DFT信道估计算法.该算法通过适当选取变换域补零的位置,有效减小了非整数倍采样间隔信道时延引入的能量泄露,并滤除了噪声的影响.最后,在短波多径环境下仿真算法的性能,并与常用频域插值算法和维纳滤波方法进行了对比.仿真结果表明：改进方法的增强了算法对多径延迟分布的鲁棒性,提高了信道估计精度,同时还保持了较低的计算复杂度.     

基于最小二乘曲线拟合的Alpha导航误差修正方法

Alpha系统的导航精度不高,需要对其误差进行修正,以期望得到更高的导航精度,因此提出了一种基于最小二乘曲线拟合的相位差误差修正方法,应用该方法可以得到相位差误差的变化曲线,利用该曲线进行修正可以降低相位差误差,提高Alpha的导航精度。     

布尔矩阵的极小范数广义逆A-m及最小二乘广义逆A-l的图论构作

在布尔矩阵最大g-逆和最小g-的图论构作的基础上,给出了(0,1)矩阵的极小范数广义逆A-m及最小二乘广义逆A-l的图论构作.     

基于连续函数最小二乘法的潮汐迭代调和分析方法

针对恶劣天气或仪器等意外情况导致潮位数据缺测或者具有重大误差等情况发生时,根据多次调和分析方法的思想,给出了基于连续函数最小二乘法的潮汐迭代调和分析方法,给出了方法收敛的条件。与通常的多次调和分析法相比,该迭代方法不仅能够大大减少计算量,而且不用事先采取某种方法补全或替换原始资料。     

基于格型递归最小二乘算法的船舶运动极短期预报

在最小二乘方法(RLS,recursive least square)的基础上,提出利用格型递归最小二乘(LRLS,lattice recursive least square)算法对AR模型参数进行自适应估计.该算法为模块式的多极格型结构,降低了一般RLS算法的计算复杂度.利用实测的动态数据结合AIC准则建立自适应AR预报模型,并将该模型应用于船舶运动预报中,仿真结果表明,相对于最小二乘算法,基于LRLS算法的AR预报模型可有效提高船舶运动预报精度.     

一种单站纯方位跟踪中的非线性最小二乘方法

对纯方位跟踪问题进行了描述,通过建立模型,设计求解算法,提出了一种解纯方位跟踪问题的非线性最小二乘方法,并将它与解纯方位跟踪问题的线性最小二乘方法进行了比较与仿真分析。仿真结果表明,非线性最小二乘方法具有较高的估计精度,是一种有效的算法,对潜艇实施隐蔽探测与跟踪具有重要意义。     

最小二乘平差在纸海图矢量化过程中的应用

在矢量化纸海图时,由于基准点的采样误差,导致转换参数的误差,最终导致电子海图的空间对象的精度不高。本文应用最小二乘法对基准点的采样误差实施平差,提高转换参数的精度,最终可较大幅度地提高电子海图中空间对象的精度     

基于偏最小二乘的两栖突击车作战效能预测

针对两柄突击车作战效能和偏最小二乘的特点,提出了基于偏最小二乘预测作战效能的方法。介绍了偏最小二乘回归的具体过程,在此基础上．对某型两栖突击车的作战效能进行了预测。得到了可靠的作战效能系数。     

偏最小二乘回归在舰船维修费用预测中的应用

考虑到偏最小二乘回归方法在处理小样本多元数据方面具有独特的优势,分析了影响舰船维修费用的因素,结合变量投影重要性分析方法对影响因素进行筛选,提出用偏最小二乘回归方法建立舰船维修费用预测模型。通过实例进行计算,用历史数据预测舰船维修费用,在数据样本量小的情况下,预测结果较多元回归方法精度高。     

基于最小二乘法的曲轴振动不平衡信号分析

曲轴机构振动是柴油机整体振动的核心,加强柴油机曲轴机构的动态特性分析是研究柴油机振动机理和实施振动监测与故障诊断工作的重要内容。文章首先对曲轴机构的不平衡原因进行综合分析,然后设定曲轴振动信号,并结合最小二乘法原理对曲轴振动信号进行拟合,最后利用实验数据进行曲轴振动信号的不平衡量分析,并验证了本课题研究方法的可行性,为异常不平衡信号测取与分析提供方法与依据。