多母体p—范极大似然平差

本文提出了多母体ｐ－范极大似然平差方法，建立了该方法的数学模型，并且导出了求解参数估值的基础方程，本文提出的方法溶测量平差，误差母体分布的估计、方差分量估计于一体，是对多元ｐ－范极大似然平差的进一步推广。     

多元p－范极大似然平差

本文详细推导了在概括平差函数模型下多元ｐ－范极大似然平差的基础方程以及求解参数估值的计算公式。本文提出的平差方法是一种包含最小二乘法，Ｌ１、Ｌｐ（ｐ＞１）最小平差法的更一般的方法。它只需对观测误差母体作单峰、对称的假设。此方法在给出位置参数、尺度参数的估值的同时，还能对误差母体分布作出估计     

多元p—范极大似然平差

本文详细推导了在概括平函烽模型下多元ｐ－范极大似然平差的基础方程以及求解参数估值的计算公式。本文提出的平差方法是一种包含最小二乘法，Ｌ１，Ｌｐ最小平差法的更一般的方法。它只需对观测误差母体作单峰、对称的假设。     

一元p－范极大似然平差

本文详细推导了一元ｐ－范极大似然平差的计算公式。在观测误差分布单峰、对称的条件下，该法可同时确定参数估值在忽略的随机性影响时，本文还推导了的估算公式。     

一无p—范极大似然平差

本详细推导了一元ｐ－范极大似然平差的计算公式。在观测误差分布单峰、对称的条件下，该法可同时确定参数估值μ、σ０、ｐ在忽略ｐ的随机性影响时，本还推导了Ｄμ的估算公式。     

一元非对称P范分布的极大似然平差

从测量误差的实际情况出发,提出一元非对称P范分布极大似然平差方法,建立该方法的数学模型,得到一元非对称P范分布的密度函数,利用极大似然估计方法推导参数估计值的基础方程.研究表明,结合实际测量数据,通过选择合适的参数估计值,可以增加误差分布模型选取的灵活性,便于P范分布理论在测绘数据处理中的推广应用.     

一元p-范分布的参数估计

应用矩估计法，在观测为误差单峰、对称的情况下，得到了一元p-范分布在不同情况下参数的计算公式。详细推导了一元p-范分布极大似然方程的解算公式，将矩估计法应用到极大似然平差的参数估计理论中，得到了一个比较好的算法，最后用两个算例说明了此方法的优越性。     

半参数p-范极大似然回归

应用核权函数,在观测为误差单峰、对称的情况下,得到了一元p-范分布的半参数模型的计算公式.详细推导了p已知时一元p-范分布极大似然方程的解算公式,将半参数回归模型应用到极大似然平差的参数估计理论中,得到了一个比较好的算法.最后,构造了两个模拟平差问题,说明了此方法的优越性.     

P-范分布与P-范最小平差

本文提出了 n元p-范分布的概念,从而在极大似然估计的基础上将最小二乘法与一范及无穷范最小平差法统一起来。随后本文还给出了p-范最小平差的计算方法。     

作为质量指标的估计方差的可靠性

研究了具体有ｐ范分布的参数的极大似然估计的估计方差。除Ｌ２估计外,其余Ｌp估计的 估计方差会出现３种不同合理情况：零单位权方差和同一估计量有两个不同的估计方差。这说明极大似然估计与最小方差估计并不完全等价。产生的原因在于单位权方差与分布的总体方差不相等。定义了单位权估计方差与总体方差的比值作为估计方差的可靠性指标。ｐ＝２,估计方差的可靠性为１００％;ｐ＝∞时,可靠性为零;ｐ与２相关越大,估计方差的可     

加权最小范数平差的伪观测解法

首先证明了加权最小范数平差一般解的一个重要性质，由此提出了利用附加的观测值来求解加权最小范数平差问题的方法，并证明了该法与利用一般解法等价性的充要条件。     

p-范分布的统计特性

本文利用特征函数,得到了ｐ－范分布的几条重要性质。     

关于p范最小解的存在性与唯一性的讨论

本文从理论上细致地分析了ｐ－范最小解的存在性与唯一性问题。结论如下：当０〈ｐ〈１时，ｐ－范最小解存在，而且当ｐ〉１时，解存在且唯一。     

秩亏自由网平差的一种新解法

提出秩亏自由网平差的一种新解法,只亲知道误差方程系数阵中ｔ０个线性无关的列向量,就能很快地得到最小二乘最小范数解,实际计算表明,这种新解法是简单有效的。     

p—范分布的近似表示

p-范分布是一个包含拉普拉斯分布、正态分析、均匀分布等常见分布的分布族。用p-范分布描述观测误差的统计特性，只需假定误差的分布为单峰、对称，因此、p-范分布似然平差可以避免事先假定误差的具体分布模式，而在平差过程中确定未知参数及误差的分布具有自适应的特点。但是p-范分布的密度函数比较复杂，不利于理论分析和实际应用。 的研究表明，p-范分布可以近似地表示为拉普拉斯分布与正态分析或正态分布均均匀分布的线性组全。p-范分布与本文给出的近似分布具有相的前四阶矩。由于拉普拉斯分布。正态分布。均匀分布的密度函数都比较简单，用近似分布代替p-范分布会使相关的问题得到简化。     

自由网平差的经典方法及扩展应用

采用经典的最小二乘参数平差结果为一个特解,进而以坐标系定位参数为参数求出自由网的最小范数解。之后,以若干工程实例列举了除变形监测网以外的扩展应用。     

p－范分布密度函数的推导

用较为简便的方法推导了一元及ｎ元ｐ－范分布的密度函数，研究了它的几个性质。     

GPS坐标时间序列噪声估计及相关性分析

比较分析了极大似然估计法、最小二乘方差分量估计法以及最小范数二次无偏估计法对GPS站坐标时间序列噪声的估计效果,确定最小范数二次无偏估计法为最优的噪声方差估计方法。在此基础上对中国及其周边区域20个IGS站坐标时间序列中各方向噪声方差进行一元线性回归分析。结果表明,中国及其周边区域IGS站不同方向的噪声间具有中等强度以上的相关性,其中N方向闪烁噪声与其他方向闪烁噪声的相关性要强于白噪声。水平方向的噪声振幅能够解释垂直方向噪声振幅变化的40%~60%,而N方向噪声振幅能够解释E方向噪声振幅变化的60%~80%,获得的线性回归方程具有使用价值。