针对实际点云数据中存在的噪点与缺陷对拟合平面时带来的影响,提出一种基于最小平方中值算法(least median of squares,LMedS)与距离加权总体最小二乘法(weighted total least squares based on distance,WTLSD)相结合的平面拟合算法。...针对实际点云数据中存在的噪点与缺陷对拟合平面时带来的影响,提出一种基于最小平方中值算法(least median of squares,LMedS)与距离加权总体最小二乘法(weighted total least squares based on distance,WTLSD)相结合的平面拟合算法。通过最小平方中值算法初步去除点云中的噪点,并基于距离构建初始权重矩阵,利用距离加权总体最小二乘法对点云进行平面拟合,减少平面中凸起与凹陷等缺陷对平面拟合的影响,该算法与传统平面拟合算法相比具备消除异常点与平面缺陷的优点,具备更高的拟合精度;与随机采样一致性算法(random sample consensus,RANSAC)相比具有更高的拟合效率与相近的拟合精度。展开更多
信道估计是正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术数据解调与均衡的基础,文章在分析电力线信道特性的基础上,分析了采用离散导频技术的信道估计算法的性能,针对其抗噪声干扰能力弱的特点,提出了通过截短...信道估计是正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术数据解调与均衡的基础,文章在分析电力线信道特性的基础上,分析了采用离散导频技术的信道估计算法的性能,针对其抗噪声干扰能力弱的特点,提出了通过截短时域冲击响应长度来提高估计精度的算法。在电力线信道环境下的仿真计算证明了该算法具有良好的估计性能。展开更多
提出了一种基于线性约束最小平方(Linear Constrained Least Square)方法的神经数据融合算法。LCLS方法用来最小化线性融合信息的能量，而神经网络算法则用来处理出现于LCLS方法中的样本协方差矩阵的不良条件和奇异性问题。此算法用软...提出了一种基于线性约束最小平方(Linear Constrained Least Square)方法的神经数据融合算法。LCLS方法用来最小化线性融合信息的能量，而神经网络算法则用来处理出现于LCLS方法中的样本协方差矩阵的不良条件和奇异性问题。此算法用软件和硬件都能实现。与已有的融合方法相比，文章提出的神经数据融合方法具有非偏倚的统计特性而且不需要关于噪声协方差的任何先验知识。将此方法应用于图像融合，结果显示这种方法能增强输出结果的质量。展开更多
在无线直放站反馈干扰抵消的过程中,自适应滤波器的误差信号可以接收目标信号与残余回波的混合,是阻碍滤波器根据残余回波强度,快速调整抽头系数.利用误差信号的特点,给出了一种基于信噪比的改进变步长最小均平方(least mean square,LMS...在无线直放站反馈干扰抵消的过程中,自适应滤波器的误差信号可以接收目标信号与残余回波的混合,是阻碍滤波器根据残余回波强度,快速调整抽头系数.利用误差信号的特点,给出了一种基于信噪比的改进变步长最小均平方(least mean square,LMS)自适应算法.该算法利用误差信号和滤波器的输出信号作为目标信号和反馈干扰信号的估计,根据目标与干扰信号的功率比值来调整自适应滤波器的步长.计算机仿真结果表明,该算法具有快速的初始收敛速率和较小的超量均方误差.在稳态情况下,对于干扰的突变能够快速地再次收敛,表明该算法在反馈干扰抵消方面的性能优于已有的算法.展开更多
为了降低基于接收信号强度(Received signal strength Index,RSS)测距误差对节点定位的影响,解决基于RSS测距定位误差较大的问题,提出了基于优化RSS测距的平方最小平方定位算法(Square-least Square localization algorithm based on im...为了降低基于接收信号强度(Received signal strength Index,RSS)测距误差对节点定位的影响,解决基于RSS测距定位误差较大的问题,提出了基于优化RSS测距的平方最小平方定位算法(Square-least Square localization algorithm based on improved RSS,SLS-I-RSS)。SLS-I-RSS算法先通过多组锚节点间的距离和接收功率作为参考,降低基于RSS测距误差,然后再建立定位优化问题,并将定位优化问题转成规则化信任区域子问题,最后,再利用拉格朗日优化算法求解优化问题。实验结果表明,提出的SLS-I-RSS算法能够有效地降低定位误差,比传统的基于RSS定位算法减少了约12%~20%,但算法复杂度略有增加。展开更多
文摘针对实际点云数据中存在的噪点与缺陷对拟合平面时带来的影响,提出一种基于最小平方中值算法(least median of squares,LMedS)与距离加权总体最小二乘法(weighted total least squares based on distance,WTLSD)相结合的平面拟合算法。通过最小平方中值算法初步去除点云中的噪点,并基于距离构建初始权重矩阵,利用距离加权总体最小二乘法对点云进行平面拟合,减少平面中凸起与凹陷等缺陷对平面拟合的影响,该算法与传统平面拟合算法相比具备消除异常点与平面缺陷的优点,具备更高的拟合精度;与随机采样一致性算法(random sample consensus,RANSAC)相比具有更高的拟合效率与相近的拟合精度。
文摘信道估计是正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)技术数据解调与均衡的基础,文章在分析电力线信道特性的基础上,分析了采用离散导频技术的信道估计算法的性能,针对其抗噪声干扰能力弱的特点,提出了通过截短时域冲击响应长度来提高估计精度的算法。在电力线信道环境下的仿真计算证明了该算法具有良好的估计性能。
文摘提出了一种基于线性约束最小平方(Linear Constrained Least Square)方法的神经数据融合算法。LCLS方法用来最小化线性融合信息的能量，而神经网络算法则用来处理出现于LCLS方法中的样本协方差矩阵的不良条件和奇异性问题。此算法用软件和硬件都能实现。与已有的融合方法相比，文章提出的神经数据融合方法具有非偏倚的统计特性而且不需要关于噪声协方差的任何先验知识。将此方法应用于图像融合，结果显示这种方法能增强输出结果的质量。
文摘在无线直放站反馈干扰抵消的过程中,自适应滤波器的误差信号可以接收目标信号与残余回波的混合,是阻碍滤波器根据残余回波强度,快速调整抽头系数.利用误差信号的特点,给出了一种基于信噪比的改进变步长最小均平方(least mean square,LMS)自适应算法.该算法利用误差信号和滤波器的输出信号作为目标信号和反馈干扰信号的估计,根据目标与干扰信号的功率比值来调整自适应滤波器的步长.计算机仿真结果表明,该算法具有快速的初始收敛速率和较小的超量均方误差.在稳态情况下,对于干扰的突变能够快速地再次收敛,表明该算法在反馈干扰抵消方面的性能优于已有的算法.
文摘为了降低基于接收信号强度(Received signal strength Index,RSS)测距误差对节点定位的影响,解决基于RSS测距定位误差较大的问题,提出了基于优化RSS测距的平方最小平方定位算法(Square-least Square localization algorithm based on improved RSS,SLS-I-RSS)。SLS-I-RSS算法先通过多组锚节点间的距离和接收功率作为参考,降低基于RSS测距误差,然后再建立定位优化问题,并将定位优化问题转成规则化信任区域子问题,最后,再利用拉格朗日优化算法求解优化问题。实验结果表明,提出的SLS-I-RSS算法能够有效地降低定位误差,比传统的基于RSS定位算法减少了约12%~20%,但算法复杂度略有增加。
