导读:本文包含了伪线性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:线性,无源,小二,参数,系统,误差,最优。
伪线性论文文献综述
曾斌[1]（2018）在《基于相位差的伪线性加权最小二乘短基线定位》一文中研究指出对辐射源进行无源定位是电子战领域的一个重要问题。针对短基线时差定位技术对时差测量精度要求很高的难题,提出了一种基于相位差的修正伪线性最小二乘算法。相较于非线性最小二乘法(NLS),修正伪线性最小二乘法的优势是可以得到目标位置表达式,不需要迭代运算,计算效率较高;不需要定位初值,避免了算法发散问题。理论分析和仿真均说明修正伪线性最小二乘法可用于短基线情况下的目标定位。(本文来源于《电讯技术》期刊2018年08期）
钱蕊,方亚平[2]（2018）在《参数伪线性规划最优解集的局部光滑表示》一文中研究指出利用参数多面体的光滑表示理论,证明参数伪线性规划问题最优解集具有局部光滑表示.从而得到光滑参数伪线性规划问题的边际函数是可微的,并且其最优解集存在一个可微选择.(本文来源于《哈尔滨师范大学自然科学学报》期刊2018年01期）
许刚,段广仁[3]（2017）在《一阶伪线性系统的模型参考输出跟踪控制》一文中研究指出针对伪线性系统的模型参考输出跟踪问题,设计伪线性系统的模型参考跟踪策略.控制器分为两部分,其一为反馈镇定控制器,保证闭环系统是渐近稳定的;另一为前馈补偿控制器,通过求解基于控制器存在条件建立的方程组得到控制器的参量矩阵,使得闭环系统的输出渐近跟踪参考系统的输出,且当系统中存在时变系数时方法仍是有效的,控制器中保有部分自由度可以进一步利用,以提高具体控制任务所需的系统性能.数值仿真验证了所提出方法的有效性.(本文来源于《控制与决策》期刊2017年08期）
赵建昕,笪良龙[4]（2017）在《基于异方差伪线性模型的纯方位目标要素估计》一文中研究指出针对伪线性跟踪估计器假定误差项之间不相关且方差相等,导致利用最小二乘方法得到的目标要素的估计不是最优无偏估计的问题,提出了基于异方差伪线性模型的加权目标运动要素估计方法。该方法考虑了经典的伪线性模型误差项中随时间变化的异方差部分,首先通过方位信息估计出瞬时距离与初始距离比,得到伪线性模型误差项中的异方差部分的估计,然后利用加权最小二乘方法,得到了理论上目标要素的最优无偏估计。数值仿真和实验数据验证表明,该方法优于经典纯方位伪线性化方法。(本文来源于《探测与控制学报》期刊2017年02期）
王鼎,李长胜,张瑞杰[5]（2015）在《基于无源定位观测方程的一类伪线性加权最小二乘定位闭式解及其理论性能分析》一文中研究指出针对无源定位问题中的一类特殊观测方程,提出一种将其非线性观测方程进行伪线性处理,从而实现目标位置(闭式)解算的定位理论框架.首先,在不限定具体物理观测量的前提下,建立将非线性观测方程转化为伪线性观测方程的代数模型,并在没有系统误差(特指观测站位置状态扰动)的条件下,推导出伪线性加权最小二乘定位闭式解(称其为Pwls-a).接着,利用一阶误差分析方法定量证明该闭式解的统计方差可渐近逼近无系统误差时的克拉美罗界(Cram′er-Rao bound).随后,在系统误差存在条件下,定量推导闭式解Pwls-a的统计方差,并定量证明该方差无法渐近逼近系统误差存在条件下的克拉美罗界.对此,推导出另一种可抑制系统误差的伪线性加权最小二乘定位闭式解(称其为Pwls-b),并定量证明该闭式解的统计方差可渐近逼近系统误差存在条件下的克拉美罗界.此外,将闭式解Pwls-b推广应用于多目标联合定位的场景中最后,以协同AOA/TDOA/GROA信息的无源定位问题为算例,阐述伪线性无源定位理论框架的具体应用,并通过数值实验验证文中理论分析的有效性和定位方法的优越性.(本文来源于《中国科学:信息科学》期刊2015年09期）
王鼎,张瑞杰,吴瑛[6]（2015）在《无源定位观测方程的两类伪线性化方法及渐近最优闭式解》一文中研究指出为避免无源定位中的迭代运算,该文针对两类特殊的无源定位(非线性)观测方程,分别提出将其进行伪线性化处理,从而实现目标位置闭式解算的理论分析框架.首先,在不限定具体物理观测量的前提下,归纳总结出两类将非线性观测方程转化为伪线性观测方程的数学模型,并推导出用于目标定位的加权线性最小二乘闭式解.接着,利用一阶误差分析方法定量分析两类闭式解的理论定位方差,并证明其参数估计性能均能够达到相应的克拉美罗界(在门限效应发生前),从而证明闭式解的渐近最优性.最后,文中以AOA/TOA联合定位和AOA/TDOA/FDOA联合定位为算例,分别阐述两类伪线性化无源定位方法的具体应用,并通过仿真实验验证文中理论分析的有效性.(本文来源于《电子学报》期刊2015年04期）
杨杰,黄龙光[7]（2014）在《向量函数的不变伪线性及其应用》一文中研究指出利用Dini方向导数讨论向量不变h-伪线性函数;通过半序方法给出若干不可微且不变的伪线性方程解集的特性.(本文来源于《重庆工商大学学报(自然科学版)》期刊2014年11期）
丁盛[8]（2014）在《基于滤波的伪线性回归系统递推最小二乘辨识方法》一文中研究指出在航天航海、天文系统、社会经济以及工业过程等一大批领域中.研究对象一般比较复杂,大部分可以归结称作为伪线性回归系统,现有理论很难直接获得其数学模型,只能够应用观测到的数据来确定研究对象的参数和它的模型.这篇论文是以我国自然科学基金项目为背景而展开的：查阅系统辨识的文献,了解系统辨识发展历史.进而结合数据滤波技术,最小二乘辨识的思想以及辅助模型辨识方法,解决一系列的伪线性回归系统和输出误差系统辨识的问题，论文的主要工作如下.1.针对伪线性回归滑动平均系统提出数据滤波递推最小二乘辨识的算法.利用对应于系统噪声的线性滤波器,对输入和输出数据处理，将系统转化为白噪声干扰的辨识模型.再利用最小二乘原理,分别估计线性回归部分的参数和噪声模型参数：接着,这种方法将进一步应用于伪线性回归自回归系统伪线性回归和伪线性回归Box-Jenkins系统，最后通过计算机仿真验证了方法的有效性.2.通过采用辅助模型和滤波技术，提出伪线性输出误差滑动平均系统的参数估计方法.本章提出了一种基于辅助模型递推最小二乘参数估计算法.通过构造一个辅助模型和并用它代替未知的内部变量完成.进一步采用数据滤波技术，将有色噪声干扰的辨识模型转化为白噪声干扰的辨识模型,提出了基于滤波和辅助模型的方法.与前者相比,后者方法需要更小的计算量,具有更高的计算效率.同时将方法应用到伪线性输出误差自回归系统和伪线性输出误差Box-Jenkins系统中，最后仿真论证方法的有效性.论文研究并推导了伪线性回归系统和伪线性输出误差系统的辨识方法,计算机仿真实验验证了算法的良好性能.(本文来源于《江南大学》期刊2014-06-01）
丁锋,汪菲菲,汪学海[9]（2014）在《多元伪线性回归系统部分耦合多新息随机梯度类辨识方法》一文中研究指出针对多元伪线性滑动平均系统,讨论了多元增广随机梯度算法,为减小算法的计算量,将系统分解为一些子系统,给出了子系统增广随机梯度算法,利用耦合辨识概念和多新息辨识理论,推导了部分耦合(子系统)增广随机梯度算法、部分耦合(子系统)多新息增广随机梯度算法.进一步将提出的方法推广到多元伪线性自回归滑动平均系统,给出了部分耦合(子系统)广义增广随机梯度算法、部分耦合(子系统)多新息广义增广随机梯度算法.文中分析了多元增广随机梯度算法、部分耦合增广随机梯度算法、部分耦合多新息增广随机梯度算法的计算量.(本文来源于《南京信息工程大学学报(自然科学版)》期刊2014年02期）
丁盛[10]（2014）在《基于辅助模型和数据滤波的伪线性回归系统参数估计方法》一文中研究指出针对伪线性输出误差回归系统的辨识模型新息信息向量存在不可测变量的问题,首先通过构造一个辅助模型,用辅助模型的输出代替未知中间变量,推导得到的基于辅助模型的递推最小二乘参数估计算法计算量较大,但算法的辨识效果不佳。进一步采用估计的噪声模型对系统观测数据进行滤波,使用滤波后的数据进行参数估计,从而推导提出了基于数据滤波的递推最小二乘参数估计算法。仿真结果表明,所提算法能够有效估计伪线性回归线性输出误差系统的参数。(本文来源于《计算机应用》期刊2014年01期）
伪线性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用参数多面体的光滑表示理论,证明参数伪线性规划问题最优解集具有局部光滑表示.从而得到光滑参数伪线性规划问题的边际函数是可微的,并且其最优解集存在一个可微选择.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
伪线性论文参考文献
[1].曾斌.基于相位差的伪线性加权最小二乘短基线定位[J].电讯技术.2018
[2].钱蕊,方亚平.参数伪线性规划最优解集的局部光滑表示[J].哈尔滨师范大学自然科学学报.2018
[3].许刚,段广仁.一阶伪线性系统的模型参考输出跟踪控制[J].控制与决策.2017
[4].赵建昕,笪良龙.基于异方差伪线性模型的纯方位目标要素估计[J].探测与控制学报.2017
[5].王鼎,李长胜,张瑞杰.基于无源定位观测方程的一类伪线性加权最小二乘定位闭式解及其理论性能分析[J].中国科学:信息科学.2015
[6].王鼎,张瑞杰,吴瑛.无源定位观测方程的两类伪线性化方法及渐近最优闭式解[J].电子学报.2015
[7].杨杰,黄龙光.向量函数的不变伪线性及其应用[J].重庆工商大学学报(自然科学版).2014
[8].丁盛.基于滤波的伪线性回归系统递推最小二乘辨识方法[D].江南大学.2014
[9].丁锋,汪菲菲,汪学海.多元伪线性回归系统部分耦合多新息随机梯度类辨识方法[J].南京信息工程大学学报(自然科学版).2014
[10].丁盛.基于辅助模型和数据滤波的伪线性回归系统参数估计方法[J].计算机应用.2014
论文知识图
