抗差岭型组合主成分估计及误差影响

本文从有偏估计类中的岭型组合主成分估计出发 ,结合抗差估计理论 ,利用抗差M估计模型 ,提出了一种新的抗差有偏估计法———抗差岭型组合主成分估计。推导了平差参数的抗差岭型组合主成分估计解 ,以及平差参数的验后精度和误差影响函数。计算结果表明 ,抗差岭型组合主成分估计不但能克服法方程系数阵病态性的影响 ,而且能有效地抵制观测值中精差的异常干扰 ,使参数的解更为准确可靠     

岭-主成分组合估计及其在测量平差中的应用

在分析岭估计缺陷的基础上，运用主成分估计方法，提出了测量平差Gauss-Markov模型参数的一个新的有偏估计，称为岭-主成分组合估计，在均方误差意义下讨论了岭-主成分组合估计的质及其岭-主成分组合估计与岭估计、主成分估计的比较问题，讨论了岭-主成分组合估计中偏参数的选取问题，得到了许多重要结论。理论分析和计算结果都表明，岭-主成分组合估计是一类很有潜力的有偏估计。     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法——抗差岭型主相关估计。推导出了相应模型的抗差解及误差影响函数,并进行了计算分析。与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响。     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法--抗差岭型主相关估计.推导出了相应模型的抗差解及误差影响函数,并进行了计算分析.与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响.     

主成分估计在多项式曲面拟合GPS高程中的应用

阐述了多项式曲面拟合GPS高程中参数数目对结果的影响,比较了传统最小二乘平差、主成分估计和岭估计在不同参数时的计算结果,主成分回归在不同参数时都可以取得比较满意的结果。     

自由网平差方法及统计特性新探

本文结合参数平差和主成分估计理论,导出了误差方程中含多重共线性时未知参数的求解公式,并以定理的形式,证明了主成分估计的解是极小范数解。由此,将主成分估计推广到秩亏网平差中,同时导出了未知参数估值之协因数阵的计算公式,同时,证明了自由网平差的传统特性。     

有偏估计与LS估计的比较与选择

从假设检验的角度研究测量平差Gauss-Markov模型中有偏估计与LS估计的选择问题。首先在均方误差准则下对目前应用最广泛的2种有偏估计－－岭估计和主成分估计与LS估计进行了比较研究，得到了岭估计、主成分估计优于LS估计的条件；然后运用统计方法对这些条件的成立进行了假设检验；最后通过数值实验说明，在一定显著性水平下当原假设被接受时，说明没有理由不相信采用有偏估计来代替LS估计的合理性，可认为采用有偏估计将对LS估计做出比较有效的改进，当原假设被拒绝时，说明对采用有偏估计的优越性产生了怀疑，此时建议仍采用LS估计。     

用主成分法求解秩亏自由网的研究

结合多数平差和主成分估计理论,导出误差方程中含多重共线性关系时求解未知数的公式,并证明主成分估计的解是最小二乘最小范效解。由此,将主成分估计推广到秩亏自由网平差中,导出求解未知多数及其协因数的公式,并据主成分估计演绎出用附有条件的参数平差法求解秩亏自由网的条件方程（基准在达式）。     

平差参数的主成分估计

本文介绍一种求平差参数的有偏估计方法——主成分估计。当法方程系数矩阵呈病态时,主成分估计的均方误差要小于最小二乘估计的均方误差,因此,采用主成分估计是有益的。     

抗差岭估计的误差影响测度

当观测值受异常污染影响而不服从正态分布，且平差法方程出现病态时，采用抗差岭估计可得到参数的理想解。本文基于抗差岭估计理论，导出了抗差岭估计的误差影响函数，以及实用的抗差岭估计参数解差和参数解差函数，并结合实例作了多种的试算和比较，结果表明，抗差岭估计的误差影响函数对模型及参数解的理论分析具有重要意义，参数解差函数计算方便，几何意义明确。     

平差参数的岭估计和压缩估计

当法方程的系数矩阵呈病态时,平差参数的统计性质就要变坏。为改善最小二乘估计,本文介绍岭估计和压缩估计,在一定条件下,岭估计和压缩估计的均方误差要小于最小二乘估计的均方误差。本文提出了各种求岭系数和压缩系数的方法,并对它们的使用提出了一些意见。     

Robust biased estimation and its applications in geodetic adjustments

In this paper, a number of robust biased estimators (e.g. ordinary robust ridge estimator, robust principal components estimator, robust combined principal components estimator, robust single-parametric principal components estimator, robust root-root estimator) are established by means of a unified expression of biased estimators and based on the principle of equivalent weight. The most attractive advantage of these new estimators is that they can not only overcome the ill-conditioning of the normal equation but also have the ability to resist outliers. A numerical example is used to illustrate that these new estimators are much better than the least-squares estimator and various biased estimators even when both ill-conditioning and outliers exist. Received: 14 November 1995/Accepted: 11 February 1998     

基于岭估计的粗差探测

针对测量平差Gauss-M arkov模型中法矩阵的病态性和观测值的粗差同时存在问题,把岭估计和粗差探测两者的优点结合起来提出了基于岭估计的粗差探测方法。该方法把岭估计看成具有伪观测值的最小二乘估计,然后运用基于最小二乘估计的粗差探测技术探讨岭估计意义下的奇异点,并给出奇异点的检验统计量和判断方法。数值实验表明,新方法在克服病态性的同时能够有效地识别出可疑(可能含粗差)的观测值。     

附有条件的参数平差模型的有偏估计

讨论附有条件的参数平差模型参数的有偏估计问题。提出了约束岭估计和约束主成分估计,并证明了它们的优良性质,最后给出了一个算例,验证了所得结果。     

附有病态约束反演问题的岭估计法

提出了处理附有病态约束矩阵的等式约束反演问题的岭估计解法,推导了相应的求解公式及均方误差评定精度的方法,给出了确定附有病态约束矩阵的等式约束反演中岭参数的岭迹法、广义交叉核实法和L曲线法。算例比较了三种确定岭参数的方法在处理附有病态约束矩阵的等式约束反演问题中的优缺点,并与截断SVD法进行了对比分析。     

基于部分最小二乘岭估计的粗差定值定位

在利用部分最小二乘原理进行粗差定值定位时,模型的法方程矩阵可能存在病态性,使得到的粗差定值定位结果不可靠。文中针对观测数据包含多个粗差且法方程病态问题,利用岭估计处理病态问题,建立部分最小二乘岭估计的粗差定值定位方法,给出粗差搜索步骤,利用迭代算法实现多个粗差的定值和定位。通过模拟算例分析部分最小二乘法、部分最小二乘岭估计在粗差搜索方面的效果,从另一个角度探讨粗差处理方法,推广现有的误差理论,证明文中方法的有效性。     

基于主成分回归的GPS高程曲面拟合

本文阐述了多项式曲面拟合GPS高程中参数数目对法方程条件数和结果的影响,当过度参数化时,观测方程的法方程会病态,传统的最小二乘无法得到可靠的结果,岭估计到目前为止仍然没有一种很好的确定岭参数的方法,主成分估计可以在保持原始数据信息损失最少的前提下,实现数据的降维避免法方程病态,从而得到参数的精确估值。并且把该方法运用于某测区,通过比较不同方法和不同参数数目时的计算结果,得出主成分估计在不同参数时都可以取得比较满意的结果,同时计算结果表明中心化和标准化对于多项式曲面拟合GPS高程的必要性。