SER（序贯回归算法）和LMS（最小均方算法）的matlab仿真及对比-SER (Sequential regression algorithm) and the LMS (least mean square) of matlab simulation and comparison

序惯最小二乘法，能够实现比最广二乘法好的结果-Sequential least square method, can achieve more than the most widely II multiplication good results

雷达数据处理对于观测的目标位置数据（称为点迹）进行滤波处理，自动形成航迹，并且可以对下一个目标的位置进行估计预测。利用最小二乘算法（LMS）进行滤波处理，得到了比较稳定的航迹估计。 最小二乘方法是参数估计中一种较为常见的参数估计方法。对于雷达观测数据，在我们假定已经精确知道航迹的运动学模型之后，通过建立观测方程，即可以对于模型的参数，如初速度，初始位置和加速度等进行最小均方误差估计。采用序贯最小二乘的方法可以对观测数据进行实时处理，已对待估计参数进行实时更新，然后利用观测模型可以对 数据进行

近代平差，包括：序贯平差、最小二乘配置、抗差估计、卡尔曼滤波、粗差探测、参数加权平差、相关抗差估计-Modern adjustment, including: sequential adjustment, least square configuration, robust estimation, Kalman filtering, gross error detection, parameter weighting adjustment, related to robust estimatio