矩阵原位替换解算方法

研究矩阵原位替换解算方法,包括矩阵行列式、矩阵方程未知数和矩阵逆阵的解算。利用矩阵三角分解原理和矩阵运算的基本法则导出矩阵元素约化值的计算公式,从而进一步导出利用矩阵元素约化值计算矩阵行列式、矩阵方程未知数和矩阵逆阵元素的原位替换解算公式。解算公式用纯量形式表出,有利于编程计算,且可实现按矩阵元素在矩阵中的存储位置原位替换解算。该解算方法可节省计算用内存空间和时间,提高科学计算的效率。     

对称矩阵原位替换解算方法

研究对称矩阵原位替换解算方法,包括矩阵行列式、矩阵方程未知数和矩阵逆阵的解算.利用矩阵三角分解原理和矩阵运算的基本法则导出矩阵元素约化值的计算公式,从而进一步导出利用矩阵元素约化值计算矩阵行列式、矩阵方程未知数和矩阵逆阵元素的原位替换解算公式.解算公式用纯量形式表示,有利于编程计算,且可实现按矩阵元素在矩阵中的存储位置原位替换解算.该解算方法可节省所用内存空间和时间,提高科学计算的效率.     

一种考虑随机模型精化的单频单历元算法

研究了一种适合变形监测的考虑随机模型精化的单频单历元算法。分析了单频单历元相位双差观测方程法矩阵的特性;基于吉洪诺夫正则化方法,将秩亏的法方程由秩亏变为满秩,得到模糊度的浮动解及其相应的均方误差矩阵,结合LAMBDA方法可准确地固定模糊度,得到基线向量的单历元解;给出了实时权的计算公式,用实时权代替固定权,提高了解算模糊度的成功率。通过一个3km长的基线算例说明算法的效果。     

约束秩亏间接平差模型的虚拟观测算法

约束秩亏间接平差模型的法方程系数矩阵为分块矩阵,其左上角的子块矩阵秩亏,因此无法直接计算分块矩阵的凯利逆矩阵。利用矩阵运算,构建一个能直接求凯利逆的分块矩阵,进而推算出约束秩亏间接平差模型法方程系数矩阵的凯利逆的直接显性表达式。提出将约束条件看作虚拟观测,和原有的秩亏间接平差模型组合成新的误差方程,再和约束条件组成约束间接平差模型进行解算的虚拟观测值算法。该方法和前述推算的直接显性表达式的计算结果是一样的。通过数值实验和不同算法的比较,证明文中推算出的算式及算法是正确的。     

一种GPS整周模糊度单历元解算方法

仅利用单历元的载波相位观测值进行整周模糊度解算,观测方程秩亏,给单历元模糊度解算带来很大困难.因此,本文提出一种单历元确定GPS整周模糊度的方法.利用单历元测码伪距观测值和双频载波相位观测值组成双差观测方程,根据方差矩阵对宽巷模糊度进行分组,采用基于LABMDA方法的逐步解算方法来确定双差相位观测值的宽巷模糊度.确定宽...     

短基线集InSAR形变模型的不适定问题解算方法研究

SBAS InSAR技术广泛应用于大尺度长时间序列的矿区、城市、地震等不同类型地表形变监测。但在利用该技术进行监测地表形变中发现,其形变模型的解算存在着病态和秩亏两类不适定问题,严重影响着形变信息反演的精度和可靠性。本文以SBAS InSAR技术为基础,针对其形变模型最小二乘解算中的病态问题,提出了基于Liu估计的有偏迭代估计法和Tikhonov正则化方法;针对秩亏时奇异值分解反演形变量和形变速率不稳定的问题,改进了Landweber迭代法,并将其应用到秩亏的SBAS InSAR形变模型解算中,反演出更准确的形变信息。     

修正的Gram-Schmidt正交化广义逆平差方法

直接从条件方程或误差方程系数阵入手,利用修正的Gram-Schmidt正交化过程对系数阵进行三角分解,实现最小二乘求解,导出了基于修正的Gram-Schmidt正交化过程求解系数阵广义逆的数学公式和计算步骤,给出了通过广义逆表示的未知数解向量及其协因数阵的数学表达式。计算过程不仅避免了对矩阵的求逆,并从理论上解决了Gram-Schmidt正交化方法由于舍入误差的影响表现出的数值不稳定性问题,从而很好地解决了具有秩亏系数阵方程组解的不唯一性。算例结果表明,基于修正的Gram-Schmidt正交化方法可以处理包括秩亏阵在内的任意矩阵;在处理不设起算数据的变形监测网观测数据时,能够方便地获得其经典解、伪逆解或拟稳解,而不需要重复计算。     

选权迭代法求解加权秩亏网平差权矩阵

加权秩亏网平差是自由网平差的统一解算形式,但其权矩阵的确定较为困难,且目前尚无被大家普遍承认的求解理论与方法。本文利用抗差估计中的选权迭代法,模拟大量试验,统计加权秩亏网的平差效果。对自由网平差的应用扩展有一定的参考价值。     

加权广义逆的一种新的构造方法及其在秩亏网平差中的应用

本文将一种新的加权广义逆表达式应用于秩亏自由网的平差计算,推导出新的秩亏网平差解算公式和精度估算公式。将代数上最近关于Moore-Penrose广义逆的结论做了改进,提出Moore-Penrose广义逆的一种新的算法,并将此算法应用到秩亏网的平差计算。最后,通过秩亏网算例进行了解算,验证了本文方法的正确性和有效性。     

论亏秩自由网平差

本文从传统的测量平差的观点出发来论述和分析亏秩自由网平差之解的性质。着重论证了:1,按“附加条件法”讨论亏秩自由网平差问题,其结果与“假观测值法”相同,但前者较后者更为恰当。2,亏秩平差之解具有方差最小性,也具有无偏性,而不是最小有偏。3,亏秩平差之解与参考系的关系。此外,本文还讨论了亏秩平差之解与传统的自由网平差之解的关系,亏秩平差与广义逆矩阵的关系,不变量的条件,以及几种算法。     

一种新的病态问题奇异值修正方法

针对测量平差中的病态最小二乘问题,提出了统一的奇异值修正公式,以此为基础提出一种新的奇异值修正法.所提方法克服了现有方法需要确定奇异值截断阈值或者修正阈值的缺陷,基本没有增加额外的计算量,计算简单快捷精度高. 另外,所提方法普适性强,对方程组系数矩阵的维数和是否满秩没有特殊的要求,可以适用于多种类型平差方程组的求解. 以两个病态方程为例对所提方法进行了数值验证,并将计算结果与最小二乘解和奇异值截断解进行了比较,结果表明,所提方法可以获得精度更高的计算结果.      

一种基于少通道准校正GNSS干扰信号的空间谱测向方法

针对导航干扰信号测向初始相位估计难度大导致空间谱测向精度低、误差大的问题,提出了一种以经典多重信号分类(MUSIC)算法为基础的“少通道准校正空间谱测向方案”. 该方案是在每个通道内加入校准源,从而获得任意两个通道的初始相位差,减小了通道间的初始相位差对协方差矩阵计算的影响,实现空间谱测向的目的. 将所提的方案应用于五阵元三通道测向天线并在试验场地进行测试,实验结果表明:该方法能够解决复杂场景下单信号、双信号的测向,在低信噪比(SNR)的情况下,测向误差仍能保持在3.5°左右,测向精度较高,测向结果与全通道的测向结果基本一致.      

小样本的高光谱图像降噪与分类

在样本数目稀少情况下实现高光谱图像精细分类是个挑战性的问题。高光谱图像信噪比提高比较困难,噪声大小对分类结果有最直接的影响。利用高光谱图像相邻波段之间的相关性和相邻像素之间的相关性,提出多级降噪滤波的高光谱图像分类方法,通过改进的两阶段稀疏与低秩矩阵分解方法,去除高光谱图像中能量较高的噪声,利用主成分分析方法去除高光谱图像中能量较低的噪声,引导滤波方法去除分类结果图中的"椒盐噪声"。选取两幅真实高光谱图像进行实验,结果表明,两阶段稀疏与低秩矩阵分解法和主成分分析法两种降噪方法具有较强的互补性;引导滤波方法使得分类图更加平滑且分类精度更高。与其他光谱空间分类方法相比,本文方法分类精度更高,且在样本极少时能获得很高的分类精度。     

用主成分法求解秩亏自由网的研究

结合多数平差和主成分估计理论,导出误差方程中含多重共线性关系时求解未知数的公式,并证明主成分估计的解是最小二乘最小范效解。由此,将主成分估计推广到秩亏自由网平差中,导出求解未知多数及其协因数的公式,并据主成分估计演绎出用附有条件的参数平差法求解秩亏自由网的条件方程（基准在达式）。     

秩亏水准网平差公式的一维表达式

秩亏水准网按附加条件法平差的法方程系数阵和参数先验权阵具有对称特性,利用此特性和水准网附加矩阵的特殊形式,以及文献［２］中给出的线性方程组未知数及其函数、系数阵逆阵计算的一维公式,可导出秩亏水准网按附加条件法平差的一维平差计算公式,使秩亏水准网平差计算和程序设计简单易行。     

病态不确定性平差模型的岭估计算法

测量数据在获取的过程中,常存在不确定性,它们会影响参数估计结果,不确定性平差模型的解算方法可以有效提高参数估计的有效性和可靠性。当观测方程的系数矩阵存在接近零的奇异值,采用岭估计可有效抑制观测方程病态性对参数估值结果的影响。当不确定性平差模型出现病态,其受系数矩阵误差和观测值误差的影响更为严重,本文将岭估计法应用于病态不确定性平差模型,推导了迭代算法,以提高解的稳定性,并用算例验证,结果表明了新方法的有效性和可行性。     

概括平差模型的解法探讨

分析了概括平差模型系数矩阵可能出现非列满秩情况的原因,研究了如何使系数矩阵为列满秩矩阵,避免了系数矩阵为非列满秩时的复杂解算过程。     

确定实时序贯平差自适应因子取值范围的方法

自适应序贯平差过程中,自适应因子的不同取值可以调节模型参数的先验信息和观测信息在平差过程中的利用程度,从而使未知参数的平差值接近真值.但是自适应因子取值过大或者过小都有可能使平差结果超出后验方差估计的范围,这样平差结果虽然接近真值但是却没有现实意义和实用价值.根据后验方差估计的原理,提出了利用后验方差估计确定序贯平差中自适应因子的取值范围;并给出了相应的计算步骤.通过计算实例证明该方法不仅具有实时序贯平差平衡观测值与参数先验值的功能,而且使计算结果具有实际意义.