病态加权总体最小二乘模型的截断奇异值解法

利用截断奇异值解法处理了病态加权总体最小二乘模型,详细推导了参数的截断奇异值解及其偏差、方差以及均方误差公式,该算法无需迭代求解,易于实现。将截断奇异值解的均方误差与最小二乘解的方差进行比较,发现当奇异值由大到小依次变化时,截掉奇异值所造成的解的均方误差下降量的符号由负逐渐变正,由此导出了确定截断参数的公式。数值算例和病态测边网算例分析结果表明,受模型病态性的影响,最小二乘解和总体最小二乘解的精度较差;截断奇异值解能够有效地削弱模型的病态性同时又顾及了系数阵的误差,其解的精度最高。     

等式约束病态模型的截断奇异值解及其统计性质

利用平差模型间合理的先验信息能够显著提高解的稳定性和精度。本文基于病态模型引入等式约束条件,并采用截断奇异值法重构了系数阵以削弱其病态性;建立了修正等式约束模型,导出了病态模型的约束截断奇异值解及其偏差、方差以及均方误差公式;分析了截掉奇异值所引起解的偏差引入量与方差下降量的关系,得到了确定截断参数的条件。数值算例和病态测边网算例分析结果表明,最小二乘解严重偏离真值,500次模拟实验的平均RMSE为6.693 5,正则化解和截断奇异值解精度较最小二乘解有所提高,平均RMSE分别为0.365 8和0.365 2;本文提出的约束截断奇异值解的精度最高,与约束正则化解精度相当,其平均RMSE仅为0.057 3。     

奇异值分解法在病态问题中的应用

用截断奇异值分解法和修正奇异值分解法对大地测量病态问题进行了处理,并与最小二乘的结果进行了比较,最后将两者方法进行结合同样对病态方程进行了处理,得到了结合奇异值分解的解,并与截断奇异值、修正奇异值分解的解以及真值进行比较,发现结合奇异值分解的解即修正奇异值截断法比截断奇异值和修正奇异值的解更加靠近于真值,修正奇异值截断法相比于截断奇异值和修正奇异值法对于病态方程抗干扰能力更强,更具有实际意义。     

附加等式约束的病态模型谱修正迭代法

受法矩阵小奇异值的影响,病态模型的最小二乘估值极不可靠,常用的正则化法如Tikhonov正则化法、截断奇异值法等均为有偏估计,谱修正迭代法通过在法方程两端加上改正项纠正了方程的病态性,反复迭代得到了病态方程的稳定数值解,因其未改变方程的等式结构,因此是一种无偏估计。本文在一般谱修正迭代法的基础上引入等式约束,利用Lagrange乘数法导出了等式约束病态模型的谱修正迭代解,并通过数值算例验证了公式的有效性和可行性。     

病态总体最小二乘平差方法的比较与分析

Tikhonov正则化和截断奇异值法是解算病态总体最小二乘问题的有效方法。本文对比分析了Tikhonov正则化总体最小二乘算法和截断奇异值分解法二者各自的适用范围,通过两个算例分析表明,Tikhonov正则化算法适用范围广,可以有效地处理病态总体最小二乘问题,而截断奇异值分解法适用范围窄,仅适用于增广矩阵的奇异值呈阶梯型分布的情况。     

一种新的病态问题奇异值修正方法

针对测量平差中的病态最小二乘问题，提出了统一的奇异值修正公式，以此为基础提出一种新的奇异值修正法.所提方法克服了现有方法需要确定奇异值截断阈值或者修正阈值的缺陷，基本没有增加额外的计算量，计算简单快捷精度高. 另外，所提方法普适性强，对方程组系数矩阵的维数和是否满秩没有特殊的要求，可以适用于多种类型平差方程组的求解. 以两个病态方程为例对所提方法进行了数值验证，并将计算结果与最小二乘解和奇异值截断解进行了比较，结果表明，所提方法可以获得精度更高的计算结果.      

秩亏自由网平差的一种新解法

提出秩亏自由网平差的一种新解法,只亲知道误差方程系数阵中ｔ０个线性无关的列向量,就能很快地得到最小二乘最小范数解,实际计算表明,这种新解法是简单有效的。     

用附有条件的参数平差法求解秩亏网新探

通过引进典则参数,以较简捷的方式证明了秩亏网平差应满足的条件方程,从而用附有条件的平差方法求解秩亏网平差参数的最小二乘极小范数解。     

附有奇异值修正限制的改进的岭估计方法

最小二乘估计具有无偏性,而岭估计是一种有偏估计,它通过引入偏差降低方差来降低均方误差。在模型出现病态时,岭估计优于最小二乘估计。对岭估计的方差与偏差进行分析发现,岭估计通过修正病态矩阵的奇异值降低均方误差,但对部分较大奇异值的修正不能有效降低均方误差。通过比较修正奇异值的方差下降量与偏差引入量的大小关系确定需要修正的小奇异值,进而改进岭估计方法,实现选择性地修正小奇异值,提出附有奇异值修正限制的改进的岭估计方法,可有效改善岭估计的解算效果和可靠性,实验验证了新方法的可行性和有效性。     

短基线集InSAR形变模型的不适定问题解算方法研究

SBAS InSAR技术广泛应用于大尺度长时间序列的矿区、城市、地震等不同类型地表形变监测。但在利用该技术进行监测地表形变中发现,其形变模型的解算存在着病态和秩亏两类不适定问题,严重影响着形变信息反演的精度和可靠性。本文以SBAS InSAR技术为基础,针对其形变模型最小二乘解算中的病态问题,提出了基于Liu估计的有偏迭代估计法和Tikhonov正则化方法;针对秩亏时奇异值分解反演形变量和形变速率不稳定的问题,改进了Landweber迭代法,并将其应用到秩亏的SBAS InSAR形变模型解算中,反演出更准确的形变信息。