带球约束的平差算法及应用

针对测量数据处理中由于观测信息不充分以及对参数物理信息和先验信息的利用不充分引起的病态问题,利用先验信息对参数加以约束,将测量平差问题转化为凸二次规划问题,提出一种带有球约束的平差模型。根据最优化理论,基于Kuhn-Tucker条件,研究球约束下的平差问题,并针对该模型提出解算方法。模拟数值实验和测边网实例应用结果表明,该方法在处理病态问题上具有明显的更优估计,可以广泛应用于大地测量病态数据处理。     

线性EIV模型的t型估计

将数理统计中的t型估计作为一种抗差估计引入测量平差中,提出线性EIV模型的t型抗差估计及其EM算法。以平面拟合为例,当向观测向量和系数矩阵加入粗差时,选取合适的自由度v,t型估计具有较好的抗粗差能力,求出的参数均值与真值偏差较小。     

改进的边坡变形非线性时变系统的不确定性分析

大地测量数据往往包含许多不确定性，可能导致所建立的函数模型产生病态，影响参数估计的准确性和可靠性。通过研究边坡变形非线性时变系统的力学原理，利用多项式拟合方法改进原模型，在参数解算过程中，考虑到测量数据的不确定性给解算结果带来消极影响，通过限制不确定度，利用min-max准则，提高参数解算的准确性，并将预测变形结果与实测边坡位移数据对比。结果表明，带不确定性的平差算法（least-square with uncertainty，ULS）与最小二乘平差（least-squares，LS）和整体最小二乘平差（total least-square，TLS）相比，其预测结果更接近实际测量数据，证明了改进的边坡变形非线性时变系统预测变形的有效性。     

部分有界不确定性数据平差方法

针对传统最小二乘法以及总体最小二乘法不完全适合于系数矩阵带有有界误差,及有界不确定性数据平差方法也不能直接用于系数矩阵只是部分带有有界误差的问题,基于有界误差问题的平差方法,给出解决部分有界问题的迭代算法,并验证该方法的有效性。     

有界椭球不确定性平差算法在病态问题中的应用

利用椭球约束描述观测向量和参数的有界不确定先验信息，并将其融入到测量平差模型中，建立新的平差准则对不适定性进行抑制。通过模拟算例和测边网病态数据，比较本方法与其他多种方法的优劣，验证有界椭球不确定性平差方法处理病态问题的有效性。     

一种求解不等式约束秩亏平差问题的新算法

提出一种求解不等式约束秩亏平差问题的新算法,该算法将先验信息表示为不等式形式,并与秩亏平差模型构成不等式约束秩亏平差模型。结合Karush-Kuhn-Tucker条件可将该模型转化为线性互补问题,然后利用Lemke算法求解,克服了秩亏网中必要起算数据不足的问题,能保证解的唯一性。最后,模拟附先验信息的秩亏的GPS观测网,并结合多种经典的秩亏平差方法,验证了Lemke算法在处理不等式约束秩亏问题上的有效性。     

江苏地区水准监测网平差方法的比较与探讨

本文通过各种平差方法在处理江苏地区水准监测网复测数据中的实际应用和对各种平差结果的分析,认为拟稳平差方法比较适合于监测网的数据处理。文中对拟稳平差动态方法的思路作了介绍,对拟稳点的选取和监测网使用拟稳、伪逆平差方法的可行性作了探讨。     

基于EM算法优化相关向量机的BDS-3超快速钟差预报

提出一种基于EM算法优化相关向量机(RVM)的BDS-3超快速钟差预报算法。首先,利用组合MAD法预处理钟差数据,并进行一次差分计算;然后,利用钟差一次差分数据对RVM模型进行训练,通过EM算法迭代求取模型的超参数;最后,利用优化后的RVM模型进行数据预测,将钟差一次差分预测值还原,得到钟差预报值。采用iGMAS中心提供的实测BDS-3超快速钟差数据进行预报实验,并将本文模型与QP模型、SA模型及iGMAS超快速钟差预报产品(ISU-P)结果进行对比分析。结果表明,对于6 h、12 h和24 h预报,本文模型预报BDS-3卫星钟差数据的平均精度均优于0.61 ns;与ISU-P、QP模型和SA模型相比,本文模型预报24 h时精度分别提升64.1%、50.0%和49.2%。     

附不等式约束的总体最小二乘迭代算法

基于惩罚函数和测量平差中权的思想,提出了附不等式约束的总体最小二乘平差模型,即利用惩罚函数对不等式约束方程构造约束权,通过零权和无限权将不等式约束转换为等式约束,从而将不等式约束平差准则转化为传统的测量平差准则。同时,根据非线性最小二乘平差理论,用构造结构矩阵的方法来顾及系数矩阵的结构性,推导了附不等式约束的总体最小二乘迭代算法。该算法迭代格式与传统的间接平差类似,只需经过若干次迭代便能得到最优解。     

高精度重力测量资料处理软件包ACGN系统及其实算结果

本文以高精度重力测量资料处理的数学模式为基础,叙述了用于LCR重力仪标定和重力网平差的软件包ACGN系统的主要功能和特点;对重力仪精密标定和重力网最优平差等问题进行了讨论。 实例计算表明:高精度重力测量资料的处理,不仅与所选数学模式有关,而且与具体计算穷案有关;ACGN系统正是一个高精度、高效率处理精密标定重力仪、平差各类重力网观测结果的通用软件包。     

�޲���������·���ܲ������ݴ���

????????????????????·?????????????????????: ?????????????????????????????ü???????????;?????????У???Baarda???????????????????????Helmert???????????????????????????????? ?????????????÷???????Ч?????????????????????     

GPS单历元阻尼LAMBDA算法在水库形变监测中的应用

形变监测点近似坐标的概略精度指标为GPS单历元定位提供了有利条件,结合水库形变监测点形变特征,采用平滑处理方法,“GPS单历元阻尼LAMBDA算法”可用于静态形变测量．这就将以往的“静态监测模式”与“动态监测模式”统一为“动静态监测模式”。采用模拟实验和清江隔河岩大坝实测数据检验了“动静态模式”的有效性,结果表明：单历元定位精度优于2cm,两小时观测数据的平滑坐标可以达到3mm的定位精度。同时讨论了具有两个基准站的数据处理方法,比较了单基准站与双基准站对监测点定位精度的影响。     

GIS空间数据拓扑运算在房产测绘中的应用及实现

房屋外半墙面积是房屋分摊面积的重要组成部分,其精度高低直接影响房产测绘成果数据的实用性。该文以自主开发的房产测绘软件平台作为依托,依据GIS空间数据拓扑运算对房产测绘中的相关数据进行处理,设计出一种仅由矢量数据参与空间数据拓扑运算的技术路线,巧妙地规避了房屋外半墙面积计算中的一般性及特殊性问题,提高了工作效率,节省了作业时间,更重要的是提高了面积测算精度,取得了良好的运算效果。     

GPS�۲������ģ�ͶԵ���Ԫģ����������Ӱ��

?????GPS??????????????Ч?????GPS?????????????????????????????δ???????????????????????????????????????????????е????????????????????????????????????????????Ч?????????????????????????????????????????????????????????     

ȱʧ�����»���EM�㷨��GPS�߳����

GPS????????????????????????????????????????????????????????????????????????ó??淽?????????????????????????????EM?????????????????????????????????????????????????????Ч????????????μ?GPS??????????     

一种GNSS大网数据快速高效处理策略

针对当前大型GNSS网络数据处理需求与现有处理策略和能力的矛盾,介绍基于不动点理论所建立的Ambizap网解新算法,将分布式计算技术引入到GNSS数据处理中,设计并利用.NET框架下的分布式技术实现分布式环境下基于Ambizap算法的大型GNSS网数据分布式处理流程,通过多个算例验证了Ambizap算法的精度和其分布式应用的高效性。     

基于CNN的空间数据自适应切分算法

针对空间数据划分方法无法自适应选择问题,本文提出了基于CNN的数据自适应划分算法（Adaptive Partition Algorithm for Space Vector Data- Convolutional Neural Networks,SVDAP-CNN）。该算法首先基于应用场景和其他相关资源实现特征描述和表达;其次基于层次聚类设计特征矩阵表达算法,体现特征间的局部相关性以减少方法选择时间和提高选择精度;最后通过CNN模型实现空间数据自适应划分。本文选取南海区域真实数据和模拟数据进行验证,与已有的数据划分方法选择算法进行比较。结果显示：针对真实数据,SVDAP-CNN算法的精度和时间效率分别提高了24.18%和25.67%;针对特征和特征间关系表达欠完备的模拟数据,SVDAP-CNN算法的精度和时间效率分别提高了27.02%和26.80%;针对选择结果易出错的数据切分方法,SVDAP-CNN算法的精度提高了19.92%,证明了该算法有较好的普适性;另外,本文结合南海区的实际应用证明了该算法的应用可行性。SVDAP-CNN算法的提出可为大数据量、多变的自动化空间应用分析提供技术支撑。     

���ֳ�����ģ���Ƚ��㷽���ڱ�����ƵӦ���еıȽ�

?????????????TCAR??????????????????????????????????????TCAR???????????????????????????????????????????????????????Ч?????????????????????????????????????????????????????????????????????????????????????????????????????????????????????????λ??     

面向遥感影像分类的时延权重及群体分类PSO改进方法

粒子群优化是经典的优化算法,其适用于多种情况目标最优解的获取。本文引入时延权重系数及粒子群群体分类方法,提出了一种基础粒子群改进算法,并将该算法应用于遥感影像分类,取得了理想的数据处理结果。本文以复杂的数据模型对改进算法进行了分析,相对基础粒子群算法优势明显,可以在较少粒子群个数及迭代次数的情况下取得较高精度的目标解。改进算法大幅减少了计算的时间复杂度,能够有效降低遥感大数据处理的时间成本,在遥感领域具有较好的推广价值。