您的位置： &
导航解算中的有色噪声及其协方差矩阵自适应拟合
优质期刊推荐协方差矩阵,最全面的协方差矩阵文章 - 电子工程世界网
协方差矩阵
在电子工程世界为您找到如下关于“协方差矩阵”的新闻
协方差矩阵资料下载
该文提出了一种基于协方差矩阵特征分解的多通道运动目标检测和测速定位方法，该方法依据多通道SAR数据协方差矩阵特征分解后小特征值和的幅度变化来检测运动目标。在检测出运动目标后，先利用两幅复图像的干涉相位对目标径向速度进行粗略估计，再通过搜索动目标空域导向矢量的方法对径向速度进行精确估计，克服了干涉相位对杂波和噪声的敏感性。仿真数据和实测数据验证了该方法的有效性。...
9. 2. 2 随机变量的矩
9. 2. 3 多变量随机数的协方差分析
9. 2. 4 多变量正态分布的联合概率密度即分布函数
9. 3 数理统计分析方法及计算机实现
9. 3. 1 参数估计与区间估计
9. 3. 2 多元线性回归与区间估计
9. 3. 3 非线性函数的最小二乘参数估计与区间估计
9. 4 统计假设检验
9. 4. 1 统计假设检验的概念及步骤
慢动目标检测是利用合成孔径雷达(Synthetic Aperture Radar, SAR)实现空间对地观测应用的一个主要方面，具有广泛的应用背景和重要的学术价值。为了构建检测率高、实用性强的双通道SAR 地面慢动目标检测过程，本文提出了一种基于邻域平均和协方差矩阵正交分解的检测算法。该算法在对特征值分解量进行修正的基础上，通过获取采样协方差矩阵与杂波协方差矩阵...
由于多径效应的存在，米波雷达低仰角测高时除了收到目标的直达波外，还会收到与直达波相干的地(海)面反射的多径信号。该文提出了两种利用改进的Toeplitz 化技术实现米波雷达低仰角测高方法。第1 种改进方法不但利用阵列接收数据协方差矩阵的每一行元素构造Toeplitz 矩阵，还利用了与其对应每一列元素构造Toeplitz矩阵，然后对这两个矩阵求平均得到一个新的协方差矩阵，这一过程相当于前后向空间...
从数字图像中盲检测数码相机采用的CFA 插值算法，可以为数字图像取证提供重要的技术手段。该文基于线性插值模型，利用协方差矩阵构建插值系数方程组，并将估计的插值系数构成特征向量空间，采用支持向量机作为分类工具，提出了一种对不同的CFA 插值算法进行准确分类的盲检测方法。实验表明，该文方法对于不同的CFA 插值算法均能达到较高检测正确率。同时，相比现有的CFA 插值检测方法，该文算法对加性高斯白噪声...
空间信源数检测是阵列信号处理的关键问题之一，常用的信源数检测算法需要计算采样协方差矩阵的特征值，该文提出一种基于改进Hung-Turner 投影的多目标信源数快速检测算法，该算法根据采样协方差矩阵估计误差的渐进分布特性确定一个判断门限，利用该门限实现GS 正交化次数的自动确定，从而完成对信源数的检测。该算法无需对采样协方差矩阵的特征值分解运算，计算复杂度低，检测性能好，计算机仿真证明了算法...
研究了使用大型天线阵列对相关信号进行DOA估计的修正协方差矩阵的方法，主要对接收信号的协方差矩阵中的噪声功率部分进行抑制，得出了最终的谱估计式，并进行DOA估计。其理论分析和仿真结果表明，该方法对于相关信号以及空间角度比较接近的信号有较好的分辨能力。关 键 词 DOA估计; 修正的协方差矩阵; 相关多径; 空间平滑Abstract The consideration of Enhanced...
(1.2)随机信号wk 和vk 分别表示过程激励噪声1和观测噪声。假设它们为相互独立，正态分布的白色噪声：p(w) & N(0,Q), (1.3)p(v) & N(0,R). (1.4)实际系统中，过程激励噪声协方差矩阵Q 和观测噪声协方差矩阵R 可能会随每次迭代计算而变化。但在这儿我们假设它们是常数。当控制函数uk−1 或过程激励噪声wk&#8722...
该文提出了一种新的非相干分布源的DOA 和角度扩展估计算法。根据空间频率模型下的非相干分布源协方差矩阵的结构特点，可将协方差矩阵分离成两个分别由相位信息和幅度信息重建的矩阵。对矩阵的各主次对角线元素均进行平滑，可得到包含相位信息和幅度信息的平滑向量。利用最小均方拟合方法，可从相位信息中估计得到方位角；估计得到的方位角信息代入到幅度信息中即可获得角度扩展信息的估计，实现非相干分布源的DOA 和角...
降维是空时自适应处理（STAP :SPACE－TIME ADAPTIVE PROCESSING）实用化的重要手段，基于杂波协方差矩阵特征分解的降维是一类重要的降维方法，但是特征分解的大计算量限制了这种方法的使用。本文详细分析了杂波协方差矩阵的特征值分布与降维空间的关系，提出了一种利用线性齐次方程组求解得到全部最小特征值对应的特征向量的方法，从而既可以在噪声子空间降维又避免了矩阵的特征分解。分析...
协方差矩阵相关帖子
)这里,& &u(k) 是系统输入。2 ) 计算误差相关矩阵P, 度量估计值的精确程度：P(k) = A*P(k-1)*A’+ Q这里,& &Q = E{ Wj^2 } 是系统噪声的协方差阵，即系统框图中的Wj的协方差阵, Q 应该是不断变化的，为了简化，当作一个常数矩阵。3 ) 计算卡尔曼增益, 以下略去 (k),&&即 P = P(k...
的联合卡尔曼滤波模型　　
　　此滤波算法中，取βm=0，即主滤波器没有信息输入，进一步优化系统，减少了运算量。　
　　2．2．2 系统滤波算法步骤　
　　(1)由局部滤波器l处理GPS接收机输出的列车位置信息，并给出状态估计x1和估计误差的协方差矩阵p1；
　　(2)局部滤波器2处理陀螺仪和里程仪输出的角度信息x2和列车运行距离信息，给出状态估计和估计误差的协方差矩阵p2；
　　(3)局部...
协方差矩阵视频
你可能感兴趣的标签
热门资源推荐君，已阅读到文档的结尾了呢~~
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
验证性因子分析（CFA）
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='/DocinViewer--144.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口[发明专利]一种多变量工序能力指数的计算方法无效
申请/专利权人：
公开/公告号：CNA
发明/设计人：;;
公开/公告日：
主分类号：
搜索关键词：
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西安电子科技大学，未经西安电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【】
【说明书】：
技术领域本发明属于工业生产及制造业技术领域，涉及一种多变量工序能力指数的计算方法。背景技术工序能力(Process capability)反映了一段时期内生产过程在统计受控(statistical in-contro1)状态下制造满足规范要求产品的能力。工序能力指数(Process capability indices，PCIs)定量地表征了生产过程能否生产满足质量要求的产品。根据工艺参数数目，工艺过程可分为单变量工艺和多变量工艺。对于单变量工艺，如果工艺参数服从正态分布，工业生产中广泛采用Cp，Cpk等指数评价工艺的工序能力。如果产品的质量不仅仅由一个质量特性参数描述，而是由两个或两个以上参数决定，就需利用多变量工序能力指数(Multivariate Process CapabilityIndices，MPCIs)来表征生产过程的工序能力。Pearn et al和Taam et al沿用单变量工序能力指数的计算思想，提出了一种利用工艺规范范围与实际参数分布范围的比值来表征多变量工艺工序能力。由于涉及了对参数规范范围或实际参数分布分范围的修正变换，而这种变换不能完全反映实际工艺情况，因此会造成某些情况下工序能力指数的计算误差偏大以至于不能反映实际的工序能力。Wang and Chen基于主成分分析法(principal component analysis，PCA)，提出了用于多变量生产环境的工序能力指数Cp，Cpk，Cpm和Cpmk。然而，利用各主成分的工序能力来反映多变量生产过程能力，需要对工艺参数规范限进行转换，经过变换后不同变量的规范限具有线性相关性，不仅增加了计算难度且工序能力指数计算结果误差较大。此外，Hubele et al曾提出以含有三个元素的向量来表征多变量生产过程的工序能力，Shahriari et al在此基础上做出了改进。Chen、Chan、Kotz和Lovelace、Wang and Du、Pearn et al亦提出了不同的多变量生产过程工序能力的评价方法。工艺成品率是衡量工序能力高低的最基本判断准则。遗憾的是，上述工序能力评价方法均不能反映实际多变量工艺成品率。Bothe提出以单变量成品率近似多变量成品率，以各单变量的最小成品率代替多变量工艺成品率。显然，这种近似不能反映实际工艺成品率并会引起较大的误差。最近，Pearn提出了多变量工序能力指数用于评价具有双侧规范要求的多变量工艺。该指数只能反映生产过程实际成品率的取值范围，并不能给出确切的工艺成品率结果。Chen et al在Boyles的单变量Spk指数基础上提出了适用于多变量工艺的指数，并指出指数与实际工艺成品率具有一一对应关系。指数的计算前提是认为多变量工艺总成品率等于各单变量成品率之积。事实上，在现实生产中，如果变量间存在相关性，多变量工艺成品率与各单变量成品率之间的关系尤为复杂，此时采用这一近似误差较大。本文通过分析工艺成品率与协方差矩阵的关系证实，仅当变量相互独立的这种特殊情况下，Chen的结论才成立。在实际生产中，有些工艺参数仅有单侧规范限要求，就单变量工艺而言，通常采用CPL和CPU评价这一类工艺过程的生产能力。而对于多变量工艺，迄今为止探讨仅有单侧规范要求工序能力的文献极少。Pearn etal提出了和用于评价具有单侧规范要求的多变量工艺过程。Perakis和Xekalaki借助PCA提出MCPL和MCPU指数，用于评价具有单侧规范要求的多变量生产工艺。需要注意的是，Perakis和Xekalaki及Pearn的指数仅当所有变量同时具有上规范要求或同时具有下规范要求时方可适用。此外，这些指数与实际工艺成品率之间并不具备一一对应关系。即使对于单变量情况，按常规方式计算的Cpk指数与工艺成品率之间并不具有一一对应关系，仅能给出实际工艺成品率的取值范围。134268发明内容为了解决上述技术问题，克服现有技术中存在的缺陷，本发明提供一种多变量工序能力指数的计算方法，首先分析了单变量工艺情况下工序能力指数Cpk存在的上述问题，并基于6σ设计评价思路对Cpk指数的计算方式进行了改进，改进后的工序能力指数ECpk与实际工艺成品率之间具有一一对应关系。而后，按照同样的思想，提出了基于实际工艺成品率的多变量工序能力指数MECpk。该指数计算方法简明，能客观评估生产过程的工序能力。与单变量工艺不同，由工艺参数分散性决定的多变量工艺成品率不仅受各单变量方差的影响，还取决于变量之间的协方差。本文以二维正态分布为例，着重分析协方差矩阵对工艺成品率的影响，并提出了提高工艺成品率的解决思路。其技术方案如下：一种多变量工序能力指数的计算方法，若表征工艺过程质量的工艺参数有m个，分别为x1，x2，...，xm，对每个工艺参数的上规范和下规范要求分别为向量USL＝(USL1，...，USLi，...，USLm)’和LSL＝(LSL1，...，LSLi，...，LSLm)’，其中USLi和LSLi分别为第i个工艺参数的上规范限和下规范限，T0＝(T0，1，...，T0，i，...，T0，m)’为规范中心向量，T0，i为第i个工艺参数的规范中心，采用下述步骤计算多变量工序能力指数MECpk：1)由测量得到的样本数据，确定服从多元正态分布的工艺参数母体均值向量和协方差矩阵。由多元数理统计理论，如果x＝(x1，x2，...，xm)’是服从m维正态分布的随机向量，则其概率密度函数为：
专利文献下载
1、专利原文基于中国国家知识产权局专利说明书；
2、支持发明专利 、实用新型专利、外观设计专利（升级中）；
3、专利数据每周两次同步更新，支持Adobe PDF格式；
4、内容包括专利技术的结构示意图、流程工艺图或技术构造图；
5、已全新升级为极速版,下载速度显著提升！欢迎使用！
该文献正飞奔而来，请耐心等候...30
友情链接：交换友情链接需要网站权重大于3，网站收录10W以上，如符合条件，请联系QQ：。
行业网站：相关推荐：
400-周一至周五 9:00-18:00
服务热线：400-投诉建议：022-
扫一扫，微信关注高智网
高智&让创新无法想象1900万件&专利数据