带有区间不确定性的约束平差算法及应用

针对测量数据中带有区间约束先验信息和附加信息,基于Kuhn-Tucker条件,将测量平差问题转化为二次规划问题,该文提出了一种处理参数带有区间不确定性的新算法,给出了算法具体模型和解算步骤,并且通过模拟数值实验和病态测边网数据计算,分析了在处理病态问题时,最小二乘平差的局限性,通过与岭估计和奇异值分解法的结果相比较,说明了参数带有区间不确定性的平差算法的有效性。     

利用椭球约束求解区间平差模型的正则化方法

摘　要：以参数带区间约束平差模型为对象,针对传统的椭球约束算法存在平差结果可能不在约束条件内的缺点, 在传统椭球约束求解方法的基础上,基于最优化理论中的二次罚函数法,提出一种改进的求解椭球约束的方法,通 过对椭球特征矩阵进行加权,减小特征矩阵的半径来迭代求最优解。在模型中引入正则化项,利用Ｌ－曲线法确定正 则化参数,来解决系数矩阵病态的问题。最后,通过一个反演中的模拟病态算例比较验证算法的有效性。     

参数带有区间约束的平差模型迭代算法

测量平差模型中的参数通常存在一些不确定的附加信息或先验信息,充分利用它们可以对部分参数进行约束,从而保证参数解的唯一性和稳定性。本文主要研究参数带有区间约束的平差模型。即,利用矩阵正则分裂方法,将平差问题转化成一个简单的二次规划问题,建立了一种新的参数估计迭代算法,并证明了算法的收敛性。最后通过实例说明了新方法可以提高参数估计的效率,降低模型的不适定性,保持参数先验信息中的统计、几何或物理意义。     

应用Matlab优化工具箱处理附线性不等式约束的最小二乘平差问题

目前附不等式约束的最小二乘平差模型主要是引入一些优化算法,结合传统的平差理论来求解。在实际操作中这种平差算法同其它的平差模型相差很大,以致不能用现有的平差理论来完全解决。分析了目前求解该模型的理论现状以及较为成熟的各种优化软件,介绍了该平差模型的原理,说明了使用商业软件Matlab工具箱的步骤,通过算例得出结果,并与其它算法得到的相比较,表明应用Matlab优化工具箱处理附线性不等式约束的最小二乘平差问题具有简易性和有效性。     

区间约束平差模型的共轭梯度积极集算法

主要研究参数带有区间约束的平差算法，通过把平差问题转化成一个带有区间约束的二次规划问题，利用积极集对二次规划问题进行划分与重组，结合无约束共轭梯度优化算法，给出了带有区间约束的平差算法，并同时给出了参数解的精度评估。由于投影梯度法可以迅速改变积极约束集的构成，新的算法比经典的积极集法效率更高，可以降低模型的不适定性，保持参数先验信息中的统计、几何或物理意义，适合于求解大规模的带有区间约束的平差问题。     

附不等式约束平差模型的一种快速搜索算法

大地测量中常存在一些先验不等式约束信息,充分利用它们可以保证参数解的唯一性和稳定性。然而,现有的不等式约束平差算法主要是基于优化理论,算法通常比较复杂,需要选取有效约束或建立罚函数。在最小二乘平差准则基础上,把不等式约束看成是一个可行域,借助Fisher函数在可行域中快速搜索使误差平方和达到最小的最优解,推导出了可行解为最优解的充分必要条件。建立了基于Wolfe-Powell算法的非精确快速搜索算法,从而减小了搜索算法的计算量,得到了一种新的不等式约束平差计算方法。该算法的平差准则与最小二乘平差准则一致,不需要矩阵求逆运算,可适用于维数较大的平差问题解算。     

经典平差模型的扩展

将经典测量平差的概括模型(附有等式限制条件的条件平差模型)扩展为附不等式约束的平差模型,同时将其定义为测量平差统一模型,并在一定的条件下实现这种平差模型与概括平差模型间的相互转换.在最小二乘平差原则下,作者结合虚拟观测方程处理不等式约束的思路,给出附不等式约束平差的最小二乘显式解,分析其统计性质,并修正传统测量平差结果的统一表达式.按本文所提方法,附不等式约束的平差问题,完全可以利用传统的平差方法和平差程序求解,方法简单可行.     

虚拟误差方程解决附不等式约束的平差问题

提出将线性不等式约束看作虚拟误差方程,利用零权和无限权的平差方法,通过对松弛变量的权比进行合理配置,达到区别有效约束与无效约束的目的,进而结合间接平差模型,以求解未知参数与观测值间的显式表达式。从算法的流程和算例的比较结果来说明该平差方法对附不等式约束平差模型的可行性和易操作性。     

附不等式约束最小二乘平差的一种新算法

在大地测量数据处理中,很多情况下可根据先验知识建立合理的不等式约束,能够改善平差结果,提高精度。首先简要总结了附不等式约束平差的各种方法及存在的问题。根据有效约束和库恩塔克条件,提出了解决不等式约束平差的新算法,把不等式约束平差转化为等式约束平差问题,从而得到解的显示表达。最后用一数值算例证明了该算法的可行性。     

参数有界约束下的最小二乘平差算法

文中基于测量不确定度理论,建立参数有界约束下的平差模型及其解算方法。顾及变形监测网特点,将该平差模型及算法应用到沉降监测网实例中,即利用已知先验信息,建立相应约束模型,求得有界条件下的参数最优估值。通过与经典最小二乘平差法比较,结果证明模型的有效性,估计的参数值控制在给定范围内且不"失真",其沉降量更接近实际情况。