主要介绍了MATLAB中的曲线拟合方法，涵盖多项式拟合、加权最小方差拟合及非线性曲线拟合。在多项式拟合中，函数polyfit()可通过最小二乘法找到合适多项式系数，不同阶次拟合效果不同，阶次最高不超length(x)-1。加权最小方差拟合根据数据准确度赋予不同加权值，更符合拟合初衷，文中还给出其原理及求解公式，并通过实例展示拟合结果。对于非线性曲线拟合，已知输入输出向量及函数关系但未知系数向量时，可利用lsqcurvefit函数求解，同时介绍了该函数多种调用格式，最后通过具体实例阐述其应用及结果。
2025-06-15 19:44:17
2KB
1
常规波束形成与最小方差无畸变算法性能对比（CBF、MVDR）
2022-10-26 13:24:56
2KB
1
为了减小到达时间差（time difference of arrival，TDOA）方法在定位过程中存在的系统测量噪声和非视距误差，提出了一种基于最优线性无偏估计的TDOA定位算法。该方法首先利用Chan算法计算定位初始位置，在初始位置处泰勒级数展开得到位置估计量的线性模型，并求取误差加权矩阵、系数矩阵及协方差矩阵等参数；然后采用加权最小二乘法对最终位置进行最优无偏估计，同时推导出定位误差的最小方差阵。仿真实验结果表明，在相同环境下该算法的定位精度优于Chan和Taylor算法，同时显著减小了算法的运算量。
2022-05-22 23:27:02
749KB
1
Minimum Variance Unbiased Estimation 最小方差无偏估计程序（MVU）
2022-03-30 18:23:24
1.13MB
1
3、递推线性最小方差估计——卡尔曼滤波
卡尔曼滤波的准则与线性最小方差估计相同
估值同样是量测值的线性函数
只要包括初始值在内的滤波器初值选择正确，它的估值也是无偏的
计算方法——递推形式
2022-03-28 08:47:03
1.35MB
1
线性约束最小方差(LCMV)准则
阵列输出： ,
方差为： （输出功率）
导向矢量约束 为目标信号方向矢量。
求解过程分析：
信号：
则
目的是寻找最优的权 。
2022-03-21 14:38:01
5.12MB
1
构造最小方差组合的流程一般是：先挑选出一个与投资者的投资策略相符的市场指数作为母指数（ParentIndex），然后再选择合适的编制规则，对成份股的权重进行调整优化，使新组合的方差达到最小。在最小方差组合的具体实现中，有以下几个难点：（1）计算协方差矩阵。（2）求解权重。（3）权重限制。（4）协方差矩阵更新周期。
2022-01-08 15:20:09
7KB
1