浅谈大地测量中的病态问题

在大地测量中,病态问题是广泛存在的.为了解决这一问题,国内外的许多专家学者都致力于病态问题的研究,提出了处理病态问题的方法,主要有岭估计、广义岭估计、主成分估计法、Tikhonov正则化方法、SVD奇异值分解法以及虚拟观测方法等.本文主要对这些方法的基本原理进行了简单的概括,并对病态问题的发展做了简要论述.     

病态总体最小二乘问题的虚拟观测解法

提出基于虚拟观测的病态总体最小二乘问题岭估计解法,该方法将先验信息作为一项独立的虚拟观测量,作为约束条件与病态观测方程联立求解未知参数,推导了求解的具体公式和迭代算法,给出了虚拟观测法中确定准则子参数的岭迹法。算例比较分析了病态总体最小二乘虚拟观测法、总体最小二乘岭估计的L曲线法、普通总体最小二乘法和最小二乘法的结果,发现虚拟观测法在解决病态总体最小二乘问题时是非常有效的。     

基于岭估计的粗差探测

针对测量平差Gauss-Markov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.     

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。     

一种解算病态问题的方法--两步解法

提出了一种解算病态问题的方法———两步解法。在两步计算中,均采用L曲线法来确定正则化参数α。通过算例,比较了该方法和LS估计、岭估计及截断奇异值方法的效果。结果表明,该方法要明显优于LS估计、岭估计及截断奇异值法。     

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。     

附有病态等式约束反演问题的联合岭估计

基于非等精度观测探讨了附有病态等式约束的反演问题;针对模型中的系数矩阵和约束矩阵同时存在病态性的情况,提出了联合岭估计,并推导了岭参数的确定方法。理论分析和实验结果均表明,联合岭估计不仅能够消除约束矩阵病态的不良影响,而且能较好地克服主模型系数矩阵病态和约束矩阵病态同时存在而产生的不稳定性,具有良好的性质。     

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。     

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.     

正则化的奇异值分解参数构造法

Tikhonov正则化法引入正则化参数和稳定泛函来改善矩阵的病态性。稳定泛函表示为参数的二范约束时,正则化矩阵为单位阵的正则化法即为岭估计法。通过对岭估计的方差与偏差进行分析可知,岭估计改善矩阵病态性的同时也过度地引入了偏差,降低了解的可靠性,对较大奇异值的修正不能有效地减小估计的方差,却引入了偏差,而对较小奇异值的修正可有效地减小估计的方差。因此,选择较小奇异值特征向量构造正则化矩阵,调节各奇异值的修正,可有效减小参数估计的方差,减少偏差的引入,得到更为可靠的参数估计。通过试验证明了该方法的有效性。     

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。     

基于先验求权的虚拟观测值法及其在线阵影像定向中的应用

航天线阵列遥感影像定向参数之间存在强相关性,参数解算不稳定,难以得到准确结果。较为常见的解决方法是将定向参数处理成虚拟观测值或用岭估计代替最小二乘估计。本文首先分析了这两种方法的联系与区别,提出利用原始外方位元素精度等先验知识给定虚拟观测值权,进一步提高定向结果的可靠性。对SPOT-5与QuickBird两种高分辨率线阵影像的定向试验结果表明,在使用6个分布良好的地面控制点情况下,影像对地目标定位精度可达到2~4个像素的水平。     

斜率法确定岭参数

岭估计的主要问题是选择合适的岭参数,本文分析和讨论了不同病态指标下,参数范数随岭参数的变化规律,提出了用斜率法确定岭参数。通过斜率法与L曲线法、LS估计的数字模拟结果显示,斜率法简单、直观,确定的岭参数合理。     

基于岭估计的有理多项式参数求解方法

在使用最小二乘法解算卫星遥感影像的RPC参数时,如果控制点非均匀分布或模型过度参数化,其法方程系数矩阵很容易产生病态,获得的解将偏离真值,甚至得到错误的解.使用岭估计可改善法方程的状态,保证解稳定.采用岭估计方法,通过所获取的不同岭参数对SPOT和QuickBird影像进行实验,证实L曲线法是一种稳定的、有效的岭参数确定方法,可显著提高RPC参数的解算精度.     

用信息扩散估计进行水准网平差

信息扩散估计 (ISE)是一维参数估计中的较好方法 ,但不便于直接推广到多维参数估计中去。本文根据水准测量的特点 ,巧妙地将其推广到水准网平差这一多维参数估计中 ,部分地解决了信息扩散估计在测量数据处理中的应用问题。     

高精度GPS基线向量网平差

系统地论述了利用基线向量作为虚拟观测量进行平差的基本原理，着重对双因子抗差估计、系统参数求解、方差分量估计等在GPS基线网平差中的应用进行了分析，最后简单介绍了基线向量网平差软件GPSADJ。     

短基线集形变模型反演的正则化解算方法

针对短基线集形变模型反演中法方程系数矩阵呈病态的问题,提出一种正则化稳健解算方法。该方法基于Tikhonov正则化理论,将形变速率求解问题转化为极小化问题,根据L-曲线法选取正则化参数,考虑最小二乘残差各个分量间的关系选取正则化矩阵,实现短基线集形变模型反演的稳健解算。分别采用LS法、岭估计法和Tikhonov正则化法对覆盖北京地区的29景ENVISAT ASAR数据进行处理,反演出研究区沉降速率图。通过对代表不同沉降情况的21个点的均方误差值和时间相干值、整个研究区的均方误差图等的对比分析,表明本文提出的短基线集形变模型反演的正则化稳健解算方法可获取更可靠的形变监测结果。