一种Partial EIV半参数模型的系统误差处理方法

在使用总体最小二乘求解参数时,若观测值中包含系统误差,此时得到的参数估值则会受到系统误差的影响,从而得到不可靠的解,因此必须削弱系统误差对参数估计的影响,以获得相对可靠的解。本文提出在partial errors-in-variables （Partial EIV）模型的基础上给观测值增加非参数部分（系统误差）,从而构建Partial EIV半参数模型;基于补偿最小二乘准则进行公式推导,并分别通过选取适当的正则化矩阵及通过L曲线法确定平滑因子。通过算例结果分析表明,与传统方法相比,本文的方法在一定程度上能够削弱系统误差的影响,得到更为可靠的参数解,从而验证了该方法的有效性和可行性。     

自然样条非参数回归模型及模拟分析

采用自然样条逼近的数据处理方法,探讨自然样条非参数回归分析方法.在补偿最小二乘的原则下,利用三次样条函数构 造补偿项,通过广义交叉核实函数自动选取光滑参数.采用自编程序进行计算,得到非参数回归函数的补偿最小二乘估计.模拟计算表明,该方法优于经典的LS估计.因此可以用于曲线拟合或测量系统误差的估计.     

半参数模型的累积估计

文献 [1]用累积法研究了线性回归模型 ,得到了与最小二乘法相当的效果。本文将运用此法研究半参数模型得到了参数 β及非参数s (ti)的估计量 ;而后模拟一个例子 ,说明了此法的有效性。运用累积法不仅能得到与补偿最小二乘法相当的效果 ,而且弥补了补偿最小二乘法的一些不足。若该法与补偿最小二乘法结合在一起使用 ,将会得到较理想的结果。     

自然样条半参数模型与系统误差估计

采用自然样条逼近的数据处理方法 ,探讨了自然样条半参数回归分析方法。在补偿最小二乘的原则下 ,利用三次样条函数构造补偿项 ,通过广义交叉核实函数自动选取光滑参数。自编程序进行计算 ,得到了回归参数向量和样条函数的补偿最小二乘估计。模拟计算表明 ,该方法适合于回归函数模型误差与测量系统误差的估计     

用拟准检定法和补偿最小二乘估计解算污染半参数模型

现代自动化测绘技术采集的测量数据中系统误差和粗差都在所难免,需要同时考虑系统误差和粗差共存的平差问题.针对污染半参数模型中含有系统误差和观测值受到污染而不严格服从正态分布的情形,文章探讨了用拟准检定法抵御粗差,用补偿最小二乘法分离系统误差.算例表明:用拟准检定法对粗差进行定位定值并对观测误差进行修正后,再利用补偿最小二乘法解算半参数模型,可以得到较好的结果.     

半参数模型估计的补偿最小二乘法与正则核方法

本文根据测量数据处理中利用半参数对系统误差去除的效果,提出了半参数补偿最小二乘法和正则核方法两种方法进行比较.两种去除系统误差的方法都存在着局限性,应该根据系统误差的具体情况,选择不同的方法;最后通过模拟算例去除系统误差,并与实测数据进行拟合验证两种方法的可行性.     

基于广义补偿最小二乘法的航空重力向下延拓

航空重力向下延拓是病态问题,而广义补偿最小二乘法可以很好地克服病态性。研究了基于广义补偿最小二乘法的逆Poisson积分的航空重力向下延拓模型,并设计实验方案,将EGM2008地球位模型计算的重力异常作为仿真实验的数据,分别用最小二乘、Tikhonov正则化、广义补偿最小二乘3种方法求解,对其精度及仿真效果进行比较。结果表明,广义补偿最小二乘方法精度高,对仿真效果有显著提高。     

利用半参数模型精化二次曲面GPS高程异常拟合模型

针对利用多项式建立的GPS高程拟合模型不能很好地拟合高程异常变化趋势面的问题,提出了在常规最小二乘多项式模型的基础上,引入一个非参数模型补偿项,并参考重力测量中最小二乘配置模型方法,建立高程异常趋势面的半参数拟合模型。以小区域GPS采集数据为例,并分别运用两种模型进行拟合与推估,结果表明,基于半参数模型的高程异常拟合与推估效果更好。     

补偿最小二乘估计在确定高程异常中的应用

针对常规最小二乘拟合求解高程异常存在的模型误差,本文提出将模型误差看作非参数信号采用补偿最小二乘法来处理,讨论了正则化矩阵R和平滑参数α的选取对拟合结果的影响,在对各种求解光滑参数深入研究的基础上,提出了一种Xu(α)函数法,并对一个测区的GPS水准数据进行解算,结果表明,利用补偿最小二乘模型求解高程异常优于最小二乘法。     

LaCoste＆Romberg航空重力仪的交叉耦合改正

基于最小二乘原理．分别利用地面重力测量数据、交叉点重力异常不符值对CC（cross—coupling）监视项系数进行了重新标定，同时给出了CC监视项系数和摆杆尺度因子的联合标定方法。试验结果表明，采用新系数显著地降低了空中重力异常估值的系统误差，对于大同航空重力测量，系统误差从4．8mGal减小至1．8mGal。     

随机删失下半参数模型的补偿估计方法

考虑半参数测量模型L=Bx+S+Δ,x∈Rd为未知回归参数,S为未知Borel函数。本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用补偿法并综合最小二乘法,导出了这种平差方法的解算公式。在本文的最后,将这种方法与最小二乘平差方法进行了比较分析,结果说明,半参数测量模型能更接近于真实情况。     

给定内插重力异常精度时对重力数据的要求

基于最小二乘配置误差估计公式,建立了重力异常格网数据的分辨率和精度与重力异常内插值精度的关系,提出了在给定插值精度时反推已知格网数据的分辨率和精度的方法。以EGM2008重力场模型为例,在不同分辨率和精度条件下进行重力异常插值实验。实验结果与本文方法的计算结果基本一致,表明该方法具有一定的可行性。     

半参数测量平差模型与系统误差处理

考虑半参数测量模型L=Bx+S+Δ,x$Rd为未知回归参数,S为未知Borel函数。本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用偏残差法并综合最小二乘法,导出了这种平差方法的解算公式。最后,用一个算例说明了此方法的优越性。     

正规化矩阵正定时半参数估计量的统计性质

利用补偿最小二乘原理构造加权惩罚平方和,得到半参数模型中正规化矩阵正定时参数和半参数的估计量.从偶然误差的统计特征出发,详细讨论这种平差方法得到的参数估值的一些统计性质,并对半参数平差与最小二乘法的参数估计值进行比较.理论分析表明,通过选取合适的平滑参数,半参数平差方法优于最小二乘法.另外从数理统计的角度对平滑参数的选取进行分析,得到平滑参数的取值范围,也给出了平滑参数对模型精度的影响.     

二次曲面与最小二乘配置的组合模型在GPS高程异常拟合中的应用

在工程实践应用中，为了有效利用GPS高程数据，减少对传统水准测量的依赖，提高GPS高程异常的拟合精度便显得十分重要。为此，本文在介绍二次曲面拟合和最小二乘配置拟合基本原理分析、算法过程推导的基础上，提出了一种新的高程异常拟合方法。首先在二次曲面拟合的基础上，计算得到原始观测数据与拟合数据之间的残差序列，然后采用最小二乘配置模型对包括二次曲面拟合模型误差的综合误差进行优化减弱，最后得到新的高程异常。通过实例，将二次曲面拟合法，最小二乘配置法与文中提出的新方法进行比较分析。结果表明：新的组合方法的拟合预测精度要明显优于最小二乘配置及二次曲面拟合。     

自主海洋测高卫星串飞模式的设计与重力场反演精度分析

根据自主海洋测高卫星发展需求,设计了双星串飞运行模式,该运行模式下2.3 a时间可满足全球海洋区域1'×1'分辨率的地面轨迹覆盖要求。首先,将测高卫星重力场反演分为不考虑轨道运行特点（思路1）和考虑串飞轨道运行特点（思路2）两种思路,利用逆Vening-Meinesz方法开展了正态分布下随机误差传播的仿真计算,获得了两种思路下对应的误差指标。以该误差指标为基础,分别计算了双星串飞模式下两种重力场反演思路对应的精度指标。其中,反演思路2充分利用了串飞模式双星东西方向地面观测值可以进行相对定轨的特点,并考虑到近距离条件下传播误差、地球物理改正误差的系统误差特性,因此反演思路2的垂线偏差精度较反演思路1有了一定的提高,其重力场反演也具有一定的优势。理论计算结果表明,利用思路1的反演方法,2.3 a时间可获得1'×1'重力异常精度为6~10 mGal,4.6 a时间可达到4.2~7.1 mGal;利用思路2的反演方法,2.3 a时间可获得1'×1'重力异常精度为3.9 mGal,4.6 a时间可达到2.8 mGal。     

总体最小二乘用于线阵卫星遥感影像光束法平差解算

顾及像点观测方程的系数矩阵中存在随机误差,提出了基于总体最小二乘的线阵卫星遥感影像光束法平差模型。在假定像点观测误差和系数矩阵误差均为独立、等精度分布的基础上,利用拉格朗日条件极值法推导了包含外方位元素虚拟观测方程和控制点误差方程的总体最小二乘光束法平差算法的具体公式和计算方法。该方法利用方差分量估计确定各类虚拟观测值的方差,可求解包含多类虚拟观测量的平差问题,并可用先验信息或岭迹法确定系数矩阵观测值的权比例系数,从而克服了现有总体最小二乘虚拟观测方法不能处理多类虚拟观测值的不足,确保了光束法平差可正确有效求解。分别利用模拟算例与两组真实影像进行了试验验证。结果表明,相比于常规最小二乘虚拟观测法以及现有总体最小二乘虚拟观测方法,本文方法具有更高的求解精度与适应性。相较于传统线阵卫星遥感影像光束法平差方法,本文方法可以获得更高的平差计算精度。     

最小二乘配置模型的参数估计

利用罚最小二乘原理构造加权惩罚平方和,导出了最小二乘配置模型中正规化矩阵正定时参数平差的计算方法,用直接法得到了参数和信号的估计量,给出了相应的公式.通过选取合适的平滑因子,能使残差的分布更接近其真实分布,提出了回归系数的检验方法,用实例说明了其有效性.