广义岭估计在解算单线阵CCD卫星影像外方位元素中的应用

针对单线阵CCD卫星影像外方位元素解算过程中存在的问题，在分析以往解决办法的基础上，提出了利用广义岭估计进行解算，并说明了确定广义岭估计参数的方法。实验证明，该方法简便、稳定、有效。     

SPOT影像的RPC模型纠正

高分辨率遥感卫星影像的RPC纠正模型，其实质是有理函数模型。在RPC模型纠正过程中，有理函数参数的解算是问题的关键，为了克服该算法的误差方程经法化后存在的问题，本文采用岭估计法来改善法方程，即通过选取适当的岭值，使检查点中误差满足定位精度要求，从而完成影像的纠正。     

基于岭估计的三线阵CCD影像外方位元素去相关性方法研究

线阵CCD技术已广泛应用于高分辨率卫星遥感成像,但是其外方位元素的强相关性使得法方程的解算出现病态。在深入分析三线阵影像外方位元素相关性质的基础上,讨论岭估计和广义岭估计这两种方法,并采用一个Ikonos立体像对和一套模拟卫星影像进行试验,结果表明岭估计能很好地克服定向参数之间的相关性,广义岭估计则在零特征值不是太多的情况下,可得到比岭估计更好的解算精度。     

基于岭参数的谱修正迭代法及其在有理多项式参数求解中的应用

通过比较基于L-曲线法求取岭参数的岭估计法与谱修正迭代法,分析了两种方法的特性,为选择合适的方法进行病态方程求解作参考。针对谱修正迭代法收敛慢、效率低这一缺点,提出了一种利用狭义岭估计中的岭参数(或广义岭估计的岭参数对角矩阵)进行谱修正,改进谱修正迭代法的方法。利用模拟算例对改进的方法进行实验,在不同噪声情况下,改进方法效率有不同程度的提高。把改进方法应用到SPOT影像RPC求解中,发现改进的方法在应用中具有一定的优势。     

基于L曲线法和GCV法的有理多项式参数求解

在求解有理函数模型的多项式参数时,通常采用的是最小二乘估计方法进行求解,但若控制点分布不均匀或模型过度参数化,则法方程矩阵很容易产生病态,不能得到正确的解。使用Tikhonov正则化方法可以较好地改善法方程的状态,使方程解趋于稳定。通过影像数据,分别采用了L曲线法和GCV法进行试验,试验证明该方法使RPC参数的解算精度有了显著提高,验证了该种方法在求解病态矩阵误差方程中的正确性。     

岭参数确定的研究

中文阐述了多种岭参数确定方法的原理,如岭迹法、L曲线法、两步解法、GCV法和双h公式法,应用数据编程比较了各种岭参数计算方法所得的结果及对最小二乘估计的改进效果.结果表明,L-曲线法易于确定岭参数,是一种确定岭参数的良好方法.此外,两步解作为另一种解算病态问题的方法,不仅要明显优于LS估计,并且改善了L-曲线法的计算结...     

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。     

卫片RPC参数解算浅谈

RFM通用成像模型用于构筑真实传感器模型,它与传感器无关且形式简单,成为遥感影像定向的主要方法之一。因此,RPC参数的解算对于我国高分辨率卫星数据的广泛应用尤为重要,本文浅谈RPC参数的解算流程,以供参考借鉴,交流学习。     

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。     

修正岭估计方法在测量数据处理中的应用研究

在测量数据处理中,若法方程呈现病态,岭估计可以改善方程的病态性,提高解的精度,使得在均方根意义下,岭估计解优于最小二乘解;另外,观测对象的先验信息也可以用来改善解的效果.文中借鉴一种修正岭估计方法,将岭估计方法和先验信息联系起来,并以GPS数据解算为例,将修正岭估计方法与普通解法进行比较,说明这种应用方法的合理性.     

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。     

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。     

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。     

病态加权总体最小二乘的广义岭估计解法

针对加权情形下的变量误差(EIV)模型,采用广义岭估计法处理总体最小二乘平差的病态性问题. 结合最优化准则和协方差传播率推导了未知参数的改正数求解公式;根据参数估计值的均方误差最小化原理,通过求偏导数列出广义岭估计中岭参数的迭代解式,并讨论了广义岭参数的含义和作用,给出了确定岭参数的L-曲线法. 通过算例比较分析了加权最小二乘估计、总体最小二乘估计、加权最小二乘岭估计、总体最小二乘岭估计、加权最小二乘的广义岭估计和总体最小二乘广义岭估计,叙述了加权总体最小二乘的广义岭估计的优缺点.      

预处理共轭梯度法解病态问题及在GPS中的应用

介绍测量数据处理中病态问题的岭估计思想及确定岭参数的方法。引入预处理共轭梯度法求解病态法方程组,说明算法的基本原理和它能有效减弱病态性的原因。用一个GPS差分动态定位的实例,通过与不同岭估计方法的对比分析,验证该方法是一个有效的数值迭代算法。     

国产光学卫星影像RPC制作

有理函数模型(Rational Polynomial Coefficients,RPC)是一种常用的影像几何关系表达模型,可以用于精确表达所有影像的成像几何关系,正广泛地被业界所接受.本文在国产光学卫星严密成像几何模型基础上,介绍了RPC模型和无偏估计参数求解算法.利用资源一号02B星、资源二号03星数据进行实验的结果证明了方法的正确性以及RPC模型对国产卫星影像的适应性.     

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。     

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。