���������ֽ�ؿ��α������о�

?????????????????????У???????????????????????????????о????????????α????????????????????????????????λ???????????С?????????????????????????????????????????У??????????λ??????????????????????????????????????????????????????????????????????????????????????????????????????????????Ч??????????????????????????????????????????????????????е????????С??????????????????????????α????????????????????????????????????????????Ш????????????     

��̬Ӧ��������Ӱ�����Ӧ���仯�IJ��������Է���

???????λ????????????????????????ж?????Ч???????????????????????????????С???????????????????????仯????????????????????????????о??У???Щ????????????????仯????????????????繹?????????????????????????????????????????棬??????????????????????????仯??????????????????????????仯???С?????????????????仯???????????????????     

�ɣǣУ�վ���ٶȹ۲���������Ӧ���ʼ�������������

????????????緽?????????????????У????????????????????????????????????????????????????????й???????????????????????????????????????????t????????У?????????ж?????????????????????????????????????????????????????????????й???????????????????С?????????????????????????????λ???????????У????????????????￡??????????????????????????????????????????????????????????????????????????????????????????????????У?????????????????????????У???????????????С???й?????????????У??????????????????????????????????     

�����Ӳ����Ԥ��ģ�ͷ���

???????????????ζ???????????????????????????ζ?????????????????????????????????????????????????????У?????????????????????????????????????λ?????????С???????????????У?????????????????????????С???????????????????????С???仯????????????????     

�Իع�ģ�Ͳ����Ľṹ������С���˹���

????????С??????????????????????????????????????????????????????????????????????????????????????????????С???????????????????С?????????????????ü?????????????????????????????????????????????μ????????С?????????????????????????????????????????Ч??????÷????????????????????????????????     

������Ƕ�Ȩ�ĵ������ݼ�Ȩ������С����ƽ������о�

?????????????????λ???????????????????????????????????С????????????????÷?????????????С??????????????????????????????????????и?????????????????????????????????????????3????????????????????????????????????С?????????????С??????????÷??????????????????????     

���������ݶȻָ�������������ʱ���о�

???????????????????????Ч???????????????????????????????????? ???GOCE??????????????????????????????????????????????????????????????????????????????С????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????С?????????????????????????????????????????     

�˼���ظ����Ŀռ���ά����ϵͳת��

?????????????????????????????У????????????????????????????????????????????????????е????????????????????????????????????????????С?????????????????????й???????????????????С???????????????????????????????????????????????????????????????С?????TLS??????С?????LS??????????????????????????????????????????????????     

���ڣУ�����������������Ϳռ����ݿ�������ģ��

????????????????????????????????????????????????????????????????????????????У????????????????????????????????????????????У???????????????????????????????????????????????????????????С?     

���ڶ�������򻯵Ŀռ�����ת���뾫�ȷ���

????????????????????????????,?????????????????????????????Bursa??????3??????????????????С?????????????????????е??????????????,???????????????????Χ??????????????????Morozov???????Tikhonov????????,???????????????????????????????????????????????????????????????????????????????С?????????????????????????????????????????     

加权总体最小二乘点云平面拟合定权方法探讨

针对加权总体最小二乘点云数据平面拟合方法中缺少统一定权准则的问题,提出以先验入射角及距离定权两种方法。利用稳健估计构造了基于强度值定权的稳健加权最小二乘、基于先验入射角定权的加权最小二乘与基于距离定权的加权最小二乘3种新的平面拟合算法,并应用于拟合扫描不同反射材质获取的平面点云数据。算例表明,〖JP2〗以距离定权构造的距离加权总体最小二乘法的各项精度指标均优于其他算法,拟合效果最好。     

基于整体最小二乘的稳健点云数据平面拟合

针对点云数据平面拟合方法没有完整考虑测量数据中的误差及系数阵中误差的情况,提出稳健整体最小二乘点云数据平面拟合方法。该法以整体最小二乘法为基础,在考虑全部观测量存在误差的情况下,通过一定的准则删除数据中的粗差或异常值,从而获得稳健的平面参数估值。实验中,分别利用最小二乘法、特征值法和稳健整体最小二乘拟合法对仿真点云数据和真实点云数据进行平面拟合,结果显示该法能克服异常值的影响,得到可靠的平面参数估值,具有稳健性。     

���ڽض���С���˹��ƵĶನ���쳣����ֵ�޳�����

????????????????????д?????????????ο????????????????????????С??????????????????????????????????y????С????????????????????о???????????????????????????????????棬????????????????????????????в??????????????????????????????????????????й?????????????????????????λ?????????????????????????????????????????????????????????????????д???????????????????????н?????Ч????     

�����Ƚ���Ȩ������С���˵ĵ�������ƽ�����

??????????????????????????????????С???????????????????????????????????????????????????????????????????????????????????????С???????????????????????????????????????????????????????淽?????????????λ???????С???????????????     

����Cook�������ά����ɨ�����ƽ�����

??????????????????????????????С?????????????????????????????????????Cook???????С??????????????????????????????????????????????С???????????????????档??????????÷????????????????????????????н?????????????????????????????????????????????     

基于多视线向D-InSAR技术的三维地表形变抗差解算方法

针对粗差对多源InSAR数据三维地表形变解算的影响,提出一种基于多视线向D-InSAR技术的三维地表形变抗差解算方法。该方法利用多视线向D-InSAR地表形变监测数据,在最小二乘原则的基础上实现InSAR三维地表形变解算,获取平差观测量的残差,建立最小二乘残差与观测量单位权方差的函数关系,并通过计算出的单位权方差对InSAR地表形变观测量进行定权;基于等价权原理,选用IGGⅢ权函数实现三维地表形变的抗差解算。最后,以2009年意大利拉奎拉地区地震为例,对该解算方法的可行性和精度进行验证。结果表明,该方法可以获取可靠的解算结果。     

基于Coons曲面的似大地水准面精化算法研究

针对线状或带状GPS水准点控制的似大地水准面,提出Coons曲面内插模型。先将GPS水准点拟合成曲线,再通过曲线构造曲面,尽可能减少传统拟合算法由点直接推面的精度消耗。分别运用最小二乘法、最小二乘配置法、移动内插法和Coons曲面法对线状GPS水准点控制的似大地水准面进行拟合,结果表明,基于Coons曲面的内插模型算法精度最高。     

GA������Ϸ������������������е�Ӧ��

?????????????ó??????????????????????Ψ???????????????????????????????????п?????????????????;????????????????????????????????????????????????????????????ù???????????÷?????????????????????????????     

基于蚁群算法的多面函数在GPS高程拟合中的应用

针对多面函数拟合法的中心节点难以选取的问题,提出将蚁群算法引入多面函数并结合稳健估计构建高精度拟合模型的方法。利用蚁群算法在复杂地形中快速寻找特征点,与少量非特征点共同作为中心节点参与模型构建,将稳健估计加入多面函数,运用选权迭代法剔除粗差对拟合模型的影响。GPS高程拟合数据处理实例表明,基于蚁群算法的多面函数结合稳健估计的拟合方法可有效剔除粗差的影响,且拟合精度比只用均匀格网法提高26%。     

空间直线拟合的PEIV模型的构建与解法

针对空间直线拟合不宜直接采用总体最小二乘算法和混合总体最小二乘算法的问题,提出一种基于PEIV模型的总体最小二乘法的空间直线拟合算法。首先将空间直线的标准方程进行变换,改写为总体最小二乘的EIV模型;然后针对系数矩阵的特点,将模型转换为更加合理的PEIV模型,线性化成类似于最小二乘间接平差形式,采用迭代的方法求解拟合参数。平差过程保证了系数矩阵重复元素的改正数一致,常数元素的改正数为零,符合实际理论;最后,通过算例比较验证了该方法的可行性和优越性。