病态模型改进正则化解的单位权中误差无偏估计

正则化法通过引入正则化参数对奇异值加以修正,从而改善法矩阵的病态性,然而其不加区别地对所有奇异值进行修正显然是不合理的。本文比较正则化解均方误差和最小二乘解方差的迹谱分解展开式,分析因修正奇异值导致解的均方误差变化与奇异值的关系,确定奇异值修正与否的条件,并基于残差二次型期望公式导出改进正则化解的无偏单位权中误差计算公式,最后用数值算例和病态测边网算例验证公式的正确性。     

等式约束病态总体最小二乘模型的正则化解及其精度评定

利用平差参数间合理的先验信息能够显著提高解的精度。在病态总体最小二乘模型的基础上，引入等式约束条件，建立等式约束病态总体最小二乘模型，构建该模型的约束正则化准则，并根据拉格朗日极值法导出参数的迭代解及方差-协方差阵，最后以数值算例和病态测边网算例验证公式的正确性。结果表明，新方法通过正则化准则能改善法矩阵的病态性，且遵从EIV准则顾及系数阵的误差，同时还考虑参数间合理的先验信息，其解的精度得到显著提升。     

基于偏差改正的病态模型Liu估计的单位权方差无偏估计

对Liu估计残差偏差进行修正,并基于二次型的数学期望公式,利用偏差改正后的残差导出Liu估计解的近似无偏单位权方差估计式。2个算例分析结果表明,相比于传统基于有偏残差的单位权方差计算公式,本文公式计算的单位权方差与真值更为接近。     

病态加权总体最小二乘模型的正则化抗差解法

针对EIV模型系数阵病态且系数阵和观测值精度不同的情形,基于拉格朗日乘数法导出病态加权总体最小二乘模型的正则化解法,并证明已有的等权病态总体最小二乘模型的正则化解法是其特例。在此基础上,进一步提出基于中位数法的病态加权总体最小二乘模型的正则化抗差解法,并用第一类Fredholm积分方程和病态测边网两个算例验证算法的有效性。结果表明,受系数阵病态性以及粗差的影响,最小二乘解和总体最小二乘解精度较差,严重偏离真值;正则化解法在顾及系数阵和观测值误差的同时可有效削弱模型的病态性,其精度较最小二乘解和总体最小二乘解有所提升;而正则化抗差解法在正则化解的基础上,利用等价权函数重构权阵,能有效抵御粗差的影响,其精度最高。     

不适定方程正则化算法的谱分解式

从观测方程系数矩阵的谱分解着手探讨不适宜方程的正则化算法。利用谱分解式阐明了正则化的主要作用是平滑对参数估值比较敏感的观测误差的高频分量，完整给出了最小二乘平差、秩亏平差和病态方程正则化解的谱分解公式，证明了正则化解参数估值偏离真值的二次范数的期望值与均方误差是等价的。     

非线性不等式约束平差的一种新岭估计算法

利用先验信息对参数加以约束,建立非线性不等式约束平差模型,并提出一种新的岭估计算法解算该平差模型。2个病态算例实验证明了本文算法的有效性,且计算结果精度高于普通岭估计。     

SUT法偏差改正的Partial EIV模型方差分量估计及其精度评定

由于部分变量误差（partial errors-in-variables，Partial EIV）模型方差分量估计精度评定理论不完善，将SUT采样法应用于Partial EIV模型的最小范数二次无偏估计（the minimum norm quadratic unbiased estimator, MINQUE），利用方差分量估计修正随机模型并以此作为先验信息对观测向量进行SUT法采样得到参数的加权均值和二阶精度信息。考虑到非线性模型的偏差，进行偏差改正，再通过SUT法对改正后的参数采样计算二阶精度信息。通过算例实验验证，结合SUT法和方差分量估计求解Partial EIV模型，能够有效地避免复杂的求导运算，并获得更为精确的参数估值和合理的二阶精度信息，表明偏差改正的必要性。     

参数带椭球约束平差算法的应用

针对实际工程应用中遇到的参数带有范围约束的情形，提出带椭球约束的平差算法，并给出其具体模型和解算步骤。数值模拟实验和病态测边网数据计算表明，在处理病态问题时，最小二乘平差（least-squares，LS）已不适用，而与岭估计、奇异值分解法（singular value decomposition，SVD）以及不等式约束相比，本文算法精度更高。     

病态模型平差的变分正则化方法

本文对病态模型平差问题进行研究,指出由于模型病态将引起平差结果的摄动,而根据Тихонов的变分正则化理论可构造出一种抗摄动的平差方法.文章通过理论分析和计算实验证明,只要合理的选择正则化参数α,就可使平差结果的均方误差比传统的最小二乘估计小,从而改善平差结果的精度.     

基于信噪比检验的双参数岭型Kalman滤波及其在BDS星地联合定轨中的应用

将Kalman滤波病态性诊断与处理相结合，提出基于信噪比检验的双参数岭型Kalman滤波。在分析Kalman 滤波的病态性以及岭型 Kalman 滤波的缺陷后，引入信噪比统计量度量每个待估参数受病态性影响的大小，将待估参数区分为涉扰参数和非涉参数，并利用两个岭参数对两类参数进行不同强度的修正，结合广义岭估计思想给出两个岭参数的选取方法。该算法在降低状态参数估计方差的同时尽量减少岭型Kalman滤波引入的偏差。利用STK仿真5颗GEO卫星+24颗MEO卫星+3颗IGSO卫星的北斗卫星星座并进行分布式自主定轨，结果表明提出的新算法能够有效改善病态性对Kalman滤波的不良影响，且相对于岭型Kalman滤波具有更高的定轨精度。     

������С���˽�ĵ�λȨ�������ƫ����

??в???????????????????????????????????????????С???????λ??????????????????????????????????????ù?????????????????а????????????????????У????y?t????????????????????????????????λ???????????λ?????????     

基于实四元数的大旋转角三维坐标转换的改进谱修正迭代解法

提出一种基于单位实四元数的大旋转角三维坐标转换病态问题的新方法，该方法用单位实四元数构造旋转矩阵，可避免复杂的三角函数求导，易于线性化，系数矩阵更为简洁；考虑到模型法方程矩阵的病态性，引入岭参数和泛函矩阵，从而降低了方程病态性带来的不利影响，使方程求解达到稳定，同时方程迭代求解时解的估计值接近真值的程度较谱修正迭代法高。利用模拟及实测数据对算法进行验证，结果表明，该算法具有收敛速度快、不依赖转换参数初值、全局收敛、解为无偏、便于程序实现等优点，可为通用坐标转换提供一种新途径。     

������С���˽������о�

??????????,??????????С?????????С??????????任???????????????????С?????????????????????С???????????????????С??????????????????С????????????????????С???????????????????????????????????????????????С????????С????????в??λ??????????????????     

一种提高大高差短基线精度的方法

提出采用半参数模型解算大高差短基线,削弱残余对流层误差的影响。算例表明,与常规最小二乘法相比,采用半参数模型处理基线能很好地分离GPS残余对流层误差,提高基线解算精度。     

一种基于M估计的Robust-ELM滑坡位移预测方法

采用传统ELM算法进行滑坡位移预测时，其网络输出权值由最小二乘估计得出，导致ELM抗差能力较差，从而造成网络训练参数不准确。为此，将M估计与ELM相结合，提出一种基于M估计的Robust-ELM滑坡变形预测方法。该方法利用加权最小二乘方法来取代最小二乘法计算ELM输出权值，以减少滑坡监测数据中粗差对ELM预测的干扰。分别以链子崖、古树屋滑坡体为例，将Robust-ELM进行了单维、多维粗差的抵御性验证。结果表明，该方法能够有效降低粗差对预测的影响，具有良好的抗差能力。     

干旱区草原地上植被生物量估算——以乌图美仁大草原芦苇植被为例

草原是干旱区生态系统中重要的可再生资源。本文基于草本植被的结构特征,利用ASAR和TM数据,结合MIMICS模型,提出了一种估算干旱区草原地上植被生物量的方法。该方法将光学遥感数据容易反演的叶面积指数（LAI）作为反演生物量模型的参数之一,并利用LAI成功估算了单位面积内的草本植被密度。将地上生物量作为输入变量代入改进的MIMICS模型,利用查找表方法,计算出地上植被生物量。然后,将该方法应用于乌图美仁草原的地上植被生物量的反演。结果表明,该方法能够成功地反演干旱区草原草本植被地上生物量,精度达到R²=0.8562,RMSD=0.6263。最后,分析了该方法估算植被生物量的误差来源。