二次曲线拟合算法的统计性能分析与改进

传统的二次曲线拟合使用特征值分析睡。通过统计分析技术，可知该技术在似合数字二次曲线时，存在估计偏差大、均方误差大的缺点。在产生原因是数据噪声的有色性和自相关函数矩阵的条件数过大，因此白化数据噪声和正则化变换是提高曲线拟合的有效措施。这从理论上有力地支持了Hartley提出的正则化算法。通过理论分析和计算机仿真实验，表明了降维EVD技术固有地同时具备噪声预白化功能和数据正则化功能，因此它能给出均方误差相当小的无偏估计。由于它无须进行预白化变换或正则化变换，并把最优化过程的维数从6降为2，所以它还具有计算快速、实现简单方便的优点。