一种含稳健权的神经网络GNSS高程拟合模型

在高程拟合解算过程中,为数不多较大误差或残留系统误差可能会使估计参数的结果歪曲,导致拟合数学模型变形失真。本文在研究GNSS高程拟合神经网络模型的基础上,将具有抵抗粗差能力的选权迭代稳健估计因子引入BP神经网络高程拟合计算,通过思维进化算法对网络初始权值和阈值进行优化,提出一种具有抗差性的神经网络高程拟合方法的思路,并通过算例验证了模型在高程拟合过程中的有效性。     

GNSS高程拟合中的粗差探测

测量数据中不可避免的存在粗差,当观测值中含有粗差,会严重的影响观测成果的质量。为了对粗差进行探测,选取了数据探测法、稳健估计、多维粗差的同时定位与定值法(LEGE法)对观测值中的粗差进行检验,并进一步利用数据探测法对LEGE法进行改进,将数据探测法、稳健估计、LEGE法以及改进得到的LEGE+数据探测法应用于GNSS高程拟合的粗差探测中。在实验区域,计算结果表明:稳健估计、LEGE法、LEGE+数据探测法具有良好的抵抗粗差的能力;随着含有粗差的观测值数量增多,与稳健估计、LEGE法、LEGE+数据探测法相比,数据探测法的精度会降低;LEGE法和LEGE+数据探测法对含有粗差的观测值具有一定的修正能力。     

一种顾及粗差的径向神经网络高程曲面拟合法

目的 针对径向神经网络高程曲面拟合对训练样本点的粗差较为敏感的特点,从数字影像处理的原理出发,将径向神经网络拟合中含粗差训练样本点得到的格网点高程映射到灰度影像,利用影像高斯差分算法探测粗差,并采用最小二乘移动曲面法修正原始高程训练样本点中的粗差,然后再次对修正后的样本点进行径向神经网络拟合,从而实现可抵抗粗差的径向神经网络高程曲面拟合。以测量机器人采集的高程数据为例进行了实验,达到了较好的拟合结果和精度,验证了方法的鲁棒性与有效性。     

一种拟合三维空间直线的新方法

提出了一种基于稳健总体最小二乘的三维空间直线拟合新方法。该方法以加权总体最小二乘为基础,通过删除点到拟合直线距离过大的观测点来抵抗粗差的影响,获得空间直线参数的稳健估计值。试验表明,当观测数据中不含有误差时,加权最小二乘法、加权总体最小二乘法和本文方法的参数估计值高度一致;当观测数据包含粗差时,本方法的参数估计值明显更接近真实值。     

稳健估计方法提高数据处理精度

介绍了近代平差理论的稳健估计方法,编制稳健估计方法的程序,并通过实例验证,与最小二乘估计进行比较,表明稳健估计在水准网粗差探测和平差计算中优于最小二乘估计方法,并且能够定位粗差,从而进行消除或者减弱,得到较为干净的观测值。因此,稳健估计方法应用于测量平差具有一定的抵抗粗差的能力,从而可以提高数据处理的精度。     

基于丹麦法计算权因子的GPS高程拟合方法研究

针对GPS高程拟合这一问题,介绍了等值线法、解析拟合法等传统GPS高程拟合方法,并选用丹麦法计算权因子,构造等价权矩阵,结合总体最小二乘法抵抗粗差点对GPS高程拟合结果的影响。结果表明:等值线法与其它两种方法对不含粗差的等精度观测数据拟合的效果相当;基于丹麦法计算权因子的抗差总体最小二乘法对不等精度观测数据的偶然误差处理效果更佳,且通过权因子可以有效处理粗差点对高程拟合的影响,拟合效果更佳。      

总体最小二乘平差方法在GPS高程拟合中的应用研究

采用最小二乘(LS)进行GPS高程拟合参数估计未考虑系数矩阵误差,尝试采用总体最小二乘(TLS)平差方法进行参数估计。利用本文提出的基于TLS平差的粗差探测方法进行粗差剔除的基础上,对TLS平差方法在GPS高程拟合中求解的参数及其精度进行了分析,通过与LS的对比表明,混合总体最小二乘的拟合结果最为合理。     

区域高程异常拟合的分区方案研究

作为GNSS静态测量转换至水准成果的重要参数,高程异常参数的区域求解尤为关键.本文从分区拟合方面入手,通过平面拟合处理判断区域拟合中低精度控制点,以此为依据进行分区拟合.通过多项式拟合法、最小二乘配置法、多面函数拟合法进行拟合计算,实验证明,以平面拟合中误差为依据的多面函数分区方案能够在两个区域中分别取得较好的拟合效果,最小残差中误差分别为0.009和0.01 m,可以作为分区拟合的依据.     

二次多项式拟合法和多面函数拟合法在GNSS高程测量中的应用

介绍了高程异常模型拟合的两种曲面拟合方法,即二次多项式拟合法和多面函数拟合法,详细推导了其数学模型。通过自编软件,在两种控制点选择方案下对某大面积、地势平缓区域的实测数据进行计算、比较和分析,验证了二次多项式拟合法、多面函数拟合法均可拟合出高精度区域高程异常模型的可行性。结果表明,采用GNSS高程测量模式完全可以取代传统四等水准测量。     

抗差Kriging方法在GPS高程拟合中的应用研究

由于环境或人为因素的影响,观测值中往往含有粗差,针对普通Kriging方法在GPS高程拟合中受粗差影响的问题,提出基于抗差估计的样本变异函数模型,以降低或消除粗差的干扰。利用实测数据对该算法进行试验分析,结果表明,利用改进的抗差变异函数模型处理含有异常值的观测样本,能有效地抵制异常值的影响,验证了抗差Kriging法在局部区域内进行高程拟合的可靠性和准确性。     

EM算法的二次曲面拟合在GNSS高程的研究

GNSS高程拟合常用的是二次曲面拟合法,该方法需要控制点位分布均匀,针对实际作业中受观测条件的影响部分控制点位数据无法获取,影响到GNSS高程测量精度问题,引入期望极大算法(EM算法),提出高斯分布下的EM算法与二次曲面拟合法相结合的组合算法模型,运用高斯分布下的EM算法的二次曲面拟合法对缺失数据的控制点进行建模分析。该组合算法可以获得缺失数据下未知参数的最佳估值,可有效提高水平面的拟合精度。将某区域的高程拟合控制点作为实验数据,结果表明,组合算法模型可以对缺失数据进行高程拟合,检核点最大误差为0.8 cm,组合模型拟合精度较高。     

改进的GNSS/水准点优化选择的逐步剔除法

GNSS/水准联测点的合理选择对GNSS高程拟合至关重要，剔除法是一种较好的优化选点方法，传统的剔除法是以高程异常拟合误差最小为目标函数进行优化选点，可能会出现选点不均匀情况。鉴于此，提出根据GNSS/水准点生成的泰森多边形面积大小进行优化选点，并在此基础上对传统优化选点的方法进行改进，即同时考虑高程异常拟合误差大小及由泰森法生成的多边形面积大小进行优化选点（称为综合法）。以1~3次多项式拟合模型为研究对象，实验结果表明，GNSS/水准点优化选择的综合法可在改善点分布的同时获得稳定性好、精度较高的高程异常拟合结果。     

基于中位参数法相关观测的抗差加权整体最小二乘算法

在抗差加权整体最小二乘算法中，抗差模型的抗差性与初值的好坏关系极大，若以最小二乘或整体最小二乘估值作为初值，必定会受到粗差污染而影响其抗差性。考虑到观测向量和系数矩阵存在相关性，首先推导了部分变量误差（partial errors-in-variables，Partial EIV）模型的加权整体最小二乘算法，在此基础上提出了一种利用中位参数法求解抗差迭代初值的相关观测抗差加权整体最小二乘算法。然后采用中位参数法确定抗差初值，考虑到可能出现的粗差对观测空间与结构空间的综合影响，基于标准化残差构造权因子函数，实现其抗差解法。仿真实验结果表明，此算法具有良好的抗差性能，其参数估计结果比传统算法精度更高，且随着粗差个数的增加，其抗差稳定性较好。     

北斗三号卫星观测信息高度角相关随机模型统计特性分析

观测信息随机模型在参数估计、质量控制和精度评定过程中具有重要作用,准确的观测信息随机模型是北斗精密定位的基础。首先,利用简化的Helmert方差分量估计方法估计北斗三号卫星观测信息精度,并拟合模型系数;然后,利用全局检验和$\omega$检验对基于分段函数、正弦函数、余弦函数和指数函数的随机模型进行统计检验,分析随机模型统计特性;最后,利用精密单点定位（precise point positioning,PPP）检验各随机模型对定位性能的影响。实验结果表明,北斗三号卫星的伪距和载波相位观测值精度均与高度角相关,且观测类型不同,相关程度不同;基于指数函数的随机模型在拟合误差、全局检验和$\omega$检验中均表现出最优的性能,全局检验浮点解和固定解的误警率仅为5.1%和4.9%,$\omega$检验伪距和载波相位最大误警率分别为5.8%和6.8%,PPP收敛时间最短,定位精度最高。基于指数函数的随机模型能够准确描述北斗观测信息精度,提高北斗三号卫星精密定位结果的精度和可靠性。     

一种基于加表零偏稳定性的GNSS/SINS组合导航异常探测方法

在地面车载组合导航中,全球导航卫星系统（global navigation satellite system,GNSS）的观测值容易受地面复杂环境的干扰,导致其定位结果出现异常,严重影响GNSS/捷联惯性导航系统（strap-down inertial navigation system,SINS）组合的滤波解算。从惯导系统误差特性的角度,研究了一种基于加表零偏稳定性的组合导航异常探测新方法。该方法从加表零偏解算的异常来发现GNSS位置、速度等观测值中的粗差,并采取剔除和降权的抗差方法抵御粗差影响。通过一组车载数据的分析表明,观测粗差对加表零偏解算的影响十分显著,以此为判别条件能够准确地发现观测粗差。采用该方法后,位置误差、速度误差和姿态误差的均方根分别减小了70.8%、87.9%和77.7%,显著提高了组合导航的解算精度和鲁棒性,为组合导航数据的抗差处理提供了一种新思路。     

已知平面与高程点不同时的严密三维基准变换

由于常规控制网的平面与高程网分开布设,当求解常规控制网与GNSS三维控制网的基准变换参数时,需要分别利用其平面坐标和高程的已知成果。传统控制网与三维GNSS控制网都存在误差,文中在解算变换参数时,同时对两套坐标引入改正数,并顾及公共点与转换点观测误差的相关性,利用公共点的改正数推估转换点的改正数,实现两套坐标的基准变换。模拟数据的分析结果表明,文中方法能够在常规平面与高程控制网分开布设时,实现与GNSS三维控制网的基准变换。     

基于差分法的半参数模型粗差估计

运用差分法,得到半参数模型中参数向量和非参数向量的估计,并且当粗差的位置已经确定时,可以利用基于最小二乘原理的粗差探测方法,估计出半参数模型中的观测量所含粗差。通过算例分析,证明了算法的有效性,最后提出了粗差定位与定值时应注意的问题。     

小区域GNSS高程异常拟合方法研究

选取恰当的拟合模型是提高高程异常拟合精度的关键．本文利用湖南省新化县城区全球卫星导航系统（GNSS）和水准测量数据,采用反距离加权法、多项式插值法、径向基函数法、克里金插值法等多种曲面拟合方法进行高程异常拟合研究,并进行拟合精度评定．结果表明,径向基函数插值法内插精度最高,其中误差为±0.0158 m;局部多项式插值法外推精度最高,其中误差为±0.0104 m;综合来说,局部多项式插值法在县域尺度高程拟合中精度最高,本文研究结果对小区域GNSS高程拟合方法选取工作具有一定的参考意义.      

稳健估计下转换参数系数矩阵定向改正的整体最小二乘

不同空间坐标系在进行坐标转换过程中,利用整体最小二乘(TLS)构建高斯-马尔科夫(Gauss-Markov)模型求解布尔莎-沃尔夫(Bursa-Wolf)七参数模型时,存在已知控制点含有粗差、模型系数阵固定常数参与残差改正的问题。通过对系数矩阵中含误差参数进行改正,并结合稳健估计的方法,对TLS进行迭代定权,解决了已知控制点粗差会对参数计算精度产生影响的问题,同时使得系数矩阵中非常数项得到精确的残差改正。本文通过实验数据证明,此方法可行并且解算精度更优。     

一种基于最小广义方差估计的TLS点云抗差法向量求解方法

针对地面激光扫描点云中的粗差与不均匀采样对法向量计算的影响,基于最小广义方差估计与局部平面拟合原理提出了一种抗差法向量求解方法。首先通过快速近似最近邻居搜索算法得到最近k邻居点集,然后由确定型最小广义方差估计方法和多元马氏距离得到邻居点集协方差矩阵的抗差估计,最后根据主成分分析法（principal component analysis,PCA）计算得到抗差法向量。通过构造的模拟地面激光扫描（terrestrial laser scanning,TLS）点云数据将提出的方法分别与基于PCA、鲁棒PCA和随机抽样一致的法向量求解方法进行实验比较。结果表明,所提方法的抗差性能优异,且并行优化改进后可以满足大规模TLS点云的计算需求。将该方法应用于实际野外地形TLS点云数据,由求解的抗差法向量重建的泊松表面更符合实际地形,表明了该方法在实际应用中的有效性。