以18650型锂电池为研究对象, 建立双极化 Thevenin(DP-Thevenin)等效电路模型描述其动静态特征。分别以恒流脉冲放电实验和带遗忘因子的递推最小二乘法完成电池电动势及模型参数的辨识; 在 Simulink中搭建等效电路模型, 以脉冲电流作为激励进行验证, 得出模型响应电压与实际端电压契合度较好, 平均误差为 1.836%; 构建电池实验硬件电路, 编写算法程序完成了锂电池实验系统的构建。最后, 在随机测试工况下借助 Matlab分析了基于联合算法的锂电池荷电状态 (SOC)与健康状态( SOH)在预测精确度、错误初值时算法收敛性等方面的性能。实验结果表明, 算法可精确估计出电池 SOC和内阻大小, 最大误差不超过 3.5%; 且在初值相差 15%时, 算法可在319 s内收敛至真值附近, 鲁棒性较好。

为了减小在剧烈环境中脉搏波信号产生的运动伪迹, 采用mimic数据库中由光子器件构成的光电传感器采集的脉搏信号, 通过陀螺仪信号和三轴加速度互补滤波来矫正三轴加速度的角度, 运用奇异谱分析将矫正后的三轴加速度信号分组为不同频率成分的信号, 作为三级快速横向递归最小二乘(FTRLS)算法的参考信号自适应消除运动伪迹。结果表明, 与最小均方算法、递归最小二乘法相比, 信噪比分别提升了12.2%、6.7%, 均方根误差分别减少了30%, 11%, 并且提高了计算速度。该研究对去除频域上脉搏波的运动干扰谱峰, 保留重博波信息是有帮助的。

为解决某些卫星在故障检测算法中不敏感的问题, 提出了卫星斜率加权的最小二乘算法。该方法从理论上推导出卫星特征斜率的表达式, 根据特征斜率大小构建斜率加权矩阵, 对特征斜率较小的卫星加以更大的权重。构造出斜率加权的检验统计量, 通过比较新的检验统计量与检测门限, 实现对卫星的故障检测。结合真实数据对该方法进行验证, 结果表明: 基于斜率加权的最小二乘RAIM算法的故障检测率优于最小二乘RAIM算法。

可见光通信具有绿色、节能、成本低等优点, 比较适合应用于室内定位。提出一种基于可见光通信的自适应混合蛙跳室内定位算法, 该算法通过到达时间(TOA)算法和最小二乘算法进行初始定位, 得到未知定位点的估计位置解集, 再利用自适应混合蛙跳算法搜索未知定位点的最优位置。该算法具有较强的全局搜索能力, 不易陷入局部最优, 能够得到较高精度的定位结果。仿真结果表明, 该算法比传统TOA定位算法的定位误差小, 说明该算法提高了室内定位的精度。

针对最小二乘法在卫星故障检测和识别中存在的问题,研究将加权最小二乘算法用于卫星故障检测和识别,该算法将测量方程的协方差矩阵对角线元素作为加权因子,进而得到基于加权最小二乘法的卫星故障检测算法。通过各颗卫星伪距残差的平方和建立检验统计量,根据故障检测误警率和概率密度函数得到检测门限,将计算得到的伪距残差平方和与检测门限进行比较,进而实现故障的检测和隔离。结合实测数据,验证对比了两种算法的性能,结果表明: 加权最小二乘RAIM算法在故障检测的灵敏度和故障识别性能方面优于最小二乘RAIM算法的性能。

应用近红外光谱技术, 以偏最小二乘算法, 计算预测了37种生药药材甲醇提取物的抗氧化活性。 以交叉验证相关系数(R2), 交叉验证误差均方根(RMSECV)为指标, 考察、 比较了光谱预处理方法对模型效果的影响, 以预测误差均方根(RMSEP)和相对分析误差(RPD)考核了样本的预测效果, 采用1,1-二苯基-2-苦肼基(DPPH)法进行了验证。 研究表明, 采用一阶导数+矢量归一化预处理法和筛选的近红外波段建模, 预测性能最优, 校正模型的R2为0.896 0, RMSECV为4.35%； 预测样本的RMSEP为3.62%, RPD为2.38。 近红外光谱分析技术便捷快速, 可信度较高, 可以用于生药抗氧化性质的整体评价。

根据生物膜能流理论和电子传递模型，结合快相与弛豫两种激发条件，对复杂的光合作用过程进行分析并简化计算，提出植物光合作用参数反演方法。利用滑动窗口斜率判定法确定最大荧光产率；利用线性最小二乘算法解析快相荧光过程获得光化学量子效率和功能吸收截面；利用离散迭代算法解析弛豫荧光过程获得质体醌平均还原时间常数。对对数生长期以及铜离子胁迫条件下的平裂藻和斜生栅藻进行实验测量，结果表明该方法反演结果具有良好的稳定性和重复性，光化学量子效率、功能吸收截面和质体醌平均还原时间常数的测量结果相对标准偏差分别为1.25%、1.50%和1.83%，其中光化学量子效率与脉冲振幅调制技术的测量结果线性相关系数达到0.9714。该方法为研究植物生理研究提供一种光学分析手段。

时变AR模型是一种新的时频分析方法, 对简单的非平稳信号瞬时频率的测量具有很高的精度, 但却不适用于复杂信号。为使时变AR模型同样适合于测量复杂信号的瞬时频率, 提出LMD和时变AR模型相结合的方法,该方法使时变AR模型极大地扩展了适用对象。分别采用最小二乘和卡尔曼平滑算法求解信号参数模型, 并求得信号瞬时频率, 仿真对比分析表明,与直接用时变AR模型测量瞬时频率相比, 该改进方法能大大提升瞬时频率测量的准确度。

将递归最小二乘自适应滤波算法应用于激光多普勒测振技术中, 搭建了相应的微弱振动测量装置。模拟仿真与实验中, 通过与设计的切比雪夫低通滤波算法对比, 结果表明: 该递归最小二乘自适应滤波算法能够有效抑制随机高斯白噪声, 还原出原始信号; 能够对简谐振动信号实现有效滤波, 并且可以还原出淹没在噪声中的低频20 Hz信号; 文中算法可以去除语音噪声, 使声音更加纯净, 增强语音信号, 以此验证了该算法在外差振动测量中的可行性。该算法简单易用、收敛性强、速度快, 尤其对于随机噪声的去除比普通的低通滤波器更加有效。

使用近红外光谱技术直接扫描甜叶菊干叶片, 建立了甜菊苷(stevioside, ST)和莱鲍迪苷 A(rebaudioside A, RA)的检测模型。 对甜菊苷含量在0.27%～1.40%, 莱鲍迪苷 A含量在0.61%～3.98%范围内的不同品种的甜叶菊干叶片进行了近红外光谱扫描, 共扫描了105份。 采用偏最小二乘法建立甜菊糖苷的检测模型, 比较了减去一条直线、 多元散射校正、 一阶导数和二阶导数等不同的光谱预处理方法对模型的影响。 结果显示减去一条直线的数据预处理方法为ST的最优建模方法。 ST校正集相关系数为0.986, 校正均方根误差为0.341, 预测均方根误差为1.00, 相对分析误差为2.8; RA采用无光谱预处理建模, RA的建模结果相关系数为0.967, 校正均方根误差为1.50, 预测均方根误差为1.98, 相对分析误差为4.17。 说明近红外光谱技术检测甜叶菊干叶片中ST和RA的含量具有一定的可行性。 同时与甜叶菊粉末ST模型结果相关系数为0.986, 校正均方根误差为0.32, 预测均方根误差为0.601, 相对分析误差为2.86和RA模型结果相关系数为0.968, 校正均方根误差为1.50, 预测均方根误差为1.48, 相对分析误差为4.2相比差异不明显。 但减少了叶片粉末检测过程中的烘干、 研磨的步骤, 节省了时间, 降低了工作量。