病态总体最小二乘平差方法的比较与分析

Tikhonov正则化和截断奇异值法是解算病态总体最小二乘问题的有效方法。本文对比分析了Tikhonov正则化总体最小二乘算法和截断奇异值分解法二者各自的适用范围,通过两个算例分析表明,Tikhonov正则化算法适用范围广,可以有效地处理病态总体最小二乘问题,而截断奇异值分解法适用范围窄,仅适用于增广矩阵的奇异值呈阶梯型分布的情况。     

融合海域多源重力数据的正则化点质量方法

针对传统点质量方法在融合处理多源重力数据过程中可能出现的病态性问题,特别引入Tikhonov正则化方法,对点质量法计算模型进行正则化改造,建立了相应的正则化点质量解算模型。使用EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真试验。实际验证结果表明,正则化处理方法能够有效抑制病态系数矩阵小奇异值放大噪声对点质量解的污染,提高解算结果的精度和稳定性。     

均方误差意义下的正则化参数二次优化方法

Tikhonov正则化法是大地测量中应用最为广泛的病态问题解算方法之一。影响正则化法解算效果的重要因素是正则化参数,然而,最优正则化参数的确定一直是正则化解算的难题,如L曲线法确定的正则化参数具有稳定性好、可靠性高的优点,但存在过度平滑问题,导致正则化法对模型参数估值精度改善较小。本文从均方误差角度分析了正则化参数对模型参数估计质量的影响。基于奇异值分解技术,提出了由模型参数投影值分块计算均方误差的方法,避免了均方误差迭代计算,并基于均方误差最小准则给出了正则化参数优化方法,实现了对L曲线正则化参数的优化。数值模拟试验与PolInSAR植被高反演试验结果表明,正则化参数优化方法有效改善了正则化法解算效果,提高了模型参数估计精度。     

短基线集形变模型反演的正则化解算方法

针对短基线集形变模型反演中法方程系数矩阵呈病态的问题,提出一种正则化稳健解算方法。该方法基于Tikhonov正则化理论,将形变速率求解问题转化为极小化问题,根据L-曲线法选取正则化参数,考虑最小二乘残差各个分量间的关系选取正则化矩阵,实现短基线集形变模型反演的稳健解算。分别采用LS法、岭估计法和Tikhonov正则化法对覆盖北京地区的29景ENVISAT ASAR数据进行处理,反演出研究区沉降速率图。通过对代表不同沉降情况的21个点的均方误差值和时间相干值、整个研究区的均方误差图等的对比分析,表明本文提出的短基线集形变模型反演的正则化稳健解算方法可获取更可靠的形变监测结果。     

航空重力向下延拓的多参数正则化方法

为了克服航空重力向下延拓解算的病态性影响,介绍了一种多参数正则化方法,以均方误差最小为目标函数,设计了选取正则化参数的迭代算法,并比较了基于L曲线法、广义交叉核实(generalized cross-validation,GCV)方法选取正则化参数的Tikhonov正则化方法,同时给出了均方误差意义下多参数正则化解优于最小二乘估计的条件。基于EGM2008地球重力场模型进行了仿真试验,计算结果表明,多参数正则化方法能够保证向下延拓结果的可靠性和稳定性,并优于现有的Tikhonov正则化方法,验证了多参数方法在航空重力向下延拓中的可行性。     

单历元解算整周模糊度及检验方法研究

针对GPS测量中因工作盲区等实际生产因素的影响而造成历元较少的情况,提出在Tikhonov正则化的基础上解算历元较少时方差-协方差阵的病态情况。为提高解算整周模糊度的成功率,提出在Tikhonov正则化的基础上结合阻尼LAMBDA方法固定整周模糊度,同时采用电子总含量(TEC)检验,通过实例证明此方法适用于单历元情况,并能明显提高解算整周模糊度的成功率。     

单频GPS静态定向中整周模糊度的快速解算

针对GPS快速静态定向中法矩阵严重病态的特点,采用了载波和伪距联合解算及Tikhonov正则化方法,改善了法矩阵的病态性,实际算例表明该方法是有效的、可行的.     

大地测量与地球物理中病态性问题的正则化迭代解法

大地测量与地球物理中需要求解的大规模超定线性方程组常常具有病态性,在使用共轭梯度法求解时必须克服病态性的危害影响,本文对此进行了研究,利用正则化思想改进共轭梯度解法,提出了基于条件数控制的正则化迭代解法。首先通过构造干扰源向量,推导了与法方程同解且病态性大为减弱的新的解算方程,然后用共轭梯度迭代法对新方程求解,最后通过航空重力向下延拓等数值试验验证了新解法的有效性,并且将其与LS、CG、Tikhonov等方法比较,结果表明新方法的精度最高。     

顾及基线先验信息的GPS模糊度快速解算

采用GPS相位观测值进行快速定位时,其解算模型严重病态,最小二乘解得的浮点模糊度精度差且相关性大,导致整周模糊度搜索空间过大,难以正确固定。本文提出一种顾及基线先验信息和模糊度线性约束的整数条件的GPS模糊度快速解算方法,先用顾及基线先验信息的正则化算法解得精度较高且相关性较小的浮点模糊度,以减小整周模糊度的搜索空间;再综合利用整周模糊度间的线性约束的整数条件和基线先验信息,进一步有效地减小模糊度搜索空间,提高搜索效率。算例表明:顾及基线先验信息的正则化算法有效地改善了模糊度浮点解,模糊度线性约束的整数条件有效地提高搜索效率和成功率。     

病态乘性误差模型的加权最小二乘正则化迭代解法及精度评定

针对乘性误差模型的病态问题,引入Tikhonov正则化方法,导出了病态乘性误差模型的加权最小二乘正则化解.顾及加权最小二乘正则化法在求解病态乘性误差模型时,参数估值与观测值之间存在复杂的非线性关系,本文利用一种无需求导、通过加权的方式便能够计算非线性函数的均值和均方误差阵的比例对称采样的无迹变换(scaled unscented transformation,SUT)法,对病态乘性误差模型进行精度评定.模拟算例和真实算例结果表明,本文提出的加权最小二乘正则化迭代解法可以有效减弱模型的病态性,基于SUT法的精度评定方法能够得到比已有方法更为合理的精度信息,具有较强的适用性.     

病态总体最小二乘问题的广义正则化

总体最小二乘(TLS)算法可以视为一个降正则化的过程,对比最小二乘算法,病态总体最小二乘方法的解受系数阵数据误差和观测值误差的影响将更为严重。本文探讨用广义正则化的方法降低病态性对总体最小二乘数值求解的影响,以提高求解结果的稳定性。通过多组算例结果表明,本文采用的广义正则化方法在处理病态总体最小二乘问题上具有明显的优势。     

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。     

利用最优正则化方法确定Tikhonov正则化参数

基于均方误差最小意义下运用最优正则化方法确定正则参数,推导了计算最优正则参数的公式,并结合算例分析比较了求解病态方程的L-曲线法、GCV法等常用的方法,算例表明,基于最小均方误差的Tikhonov正则化参数优化选取方法是一种可行有效的方法。     

附加等式约束的病态模型谱修正迭代法

受法矩阵小奇异值的影响,病态模型的最小二乘估值极不可靠,常用的正则化法如Tikhonov正则化法、截断奇异值法等均为有偏估计,谱修正迭代法通过在法方程两端加上改正项纠正了方程的病态性,反复迭代得到了病态方程的稳定数值解,因其未改变方程的等式结构,因此是一种无偏估计。本文在一般谱修正迭代法的基础上引入等式约束,利用Lagrange乘数法导出了等式约束病态模型的谱修正迭代解,并通过数值算例验证了公式的有效性和可行性。     

基于L曲线法和GCV法的有理多项式参数求解

在求解有理函数模型的多项式参数时,通常采用的是最小二乘估计方法进行求解,但若控制点分布不均匀或模型过度参数化,则法方程矩阵很容易产生病态,不能得到正确的解。使用Tikhonov正则化方法可以较好地改善法方程的状态,使方程解趋于稳定。通过影像数据,分别采用了L曲线法和GCV法进行试验,试验证明该方法使RPC参数的解算精度有了显著提高,验证了该种方法在求解病态矩阵误差方程中的正确性。     

一种病态EIV模型正则化的修正算法

针对解决变量中含有误差(EIV)模型参数估计算法的降正则化性导致即使模型参数初值可靠,参数估值也可能在迭代过程中发散的问题,该文分析现有EIV模型参数估计算法具有的降正则化性质,讨论EIV模型参数估计算法具有的降正则化性对模型正则化的影响,建立一种病态EIV模型的实时修正算法。通过算例验证该文所建立的算法,算例结果表明,该文建立的算法能够有效解决EIV模型参数估计存在的上述问题。该文所建立的病态EIV模型正则化算法更具普适性。     

平差不适定问题解性质与正则参数的确定方法

对于测量平差不适定问题的求解问题,大都可归结Tikhonov正则准则下的极值问题,而正则参数求解又至关重要。本文在讨论其解性质的基础上,归纳与总结了不适定问题正则参数的几种确定方法,通过两个算例对几种方法进行了综合分析与比较,指出了其方法的适用性及特点。     

基于方差分量估计的正则化配置法及其在多源重力数据融合中的应用

针对信号与误差的方差分量不一致问题及协方差阵病态性问题,分别在多源重力数据最小二乘配置融合过程中引入方差分量估计方法及Tikhonov正则化方法,得到基于方差分量估计的正则化配置法,实际算例结果表明,利用该方法能够有效削弱上述问题,减小重力数据融合结果的系统差,提高数据融合的精度及可靠性。     

利用GOCE卫星轨道数据恢复地球重力场模型方法的分析

欧空局早期公布的时域法和空域法解算的GOCE模型均采用能量守恒法处理轨道数据, 但恢复的长波重力场信号精度较低, 而且GOCE卫星在两极存在数据空白, 利用其观测数据恢复重力场模型是一个不适定问题, 导致解算的模型带谐项精度较低, 需进行正则化处理。本文分析了基于轨道数据恢复重力场模型的方法用于处理GOCE数据的精度, 对最优正则化方法和参数的选择进行研究。利用GOCE卫星2009-11-01—2010-01-31共92 d的精密轨道数据, 采用不依赖先验信息的能量守恒法、短弧积分法和平均加速度法恢复GOCE重力场模型, 利用Tikhonov正则化技术处理病态问题。结果表明, 平均加速度法恢复模型的精度最高, 能量守恒法的精度最低, 短弧积分法的精度稍差于平均加速度法。未来联合处理轨道和梯度数据时, 建议采用平均加速度法或短弧积分法处理轨道数据, 并且轨道数据可有效恢复120阶次左右的模型。Kaula正则化和SOT处理GOCE病态问题的效果最好, 并且两者对应的最优正则化参数基本一致, 但利用正则化技术不能完全抑制极空白问题的影响, 需要联合GRACE等其他数据才能获得理想的结果。     

进化策略搜索单频GPS整周模糊度研究

本文提出利用进化策略算法搜索单频GPS整周模糊度,即先利用序贯最小二乘估计降低法矩阵维度,利用正则化算法得到比较接近模糊度真值的浮点解,以此为初值确定搜索范围,并利用进化策略算法搜索模糊度固定解。算例结果表明,该方法能在1min内固定整周模糊度,动态定位结果与GrafNav解算结果误差在2.5cm之内。