灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中，本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据，系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明，本文算法预测精度高，可以应用到高铁路基沉降预测中。     

抗差Helmert估计在BDS/GPS组合定位权比分配中的应用

BDS与GPS双系统组合定位时,每个子系统需要进行定权,不同系统间的差异性会导致定权不准确。为提升组合定位精度,本文提出一种基于抗差Helmert方差分量估计的组合定位算法（RH算法）。首先,建立Helmert方差分量后验估计模型,区分多类型、不同精度的观测值,实现系统间权值的动态分配;然后,构建基于IGGⅢ方案的改进等价权函数,调整含粗差观测量的权值,解决观测值易存在粗差导致Helmert模型收敛失真的问题;最后,通过测试实际采集的双系统观测数据,验证算法的有效性和准确性。     

加权整体最小二乘的验后估计在三维坐标转换中的应用

在求解三维小角度坐标转换EIV模型的过程中，顾及到两套坐标系下点坐标初始单位权方差可能不同导致定权不准确的问题，应用Helmert方差分量估计方法，对加权整体最小二乘的随机模型进行验后估计，从而重新分配观测向量和系数矩阵的权，使得解算模型更加合理。算例证明，利用该方法求解坐标转换参数的精确度有所提高，参数估值更接近真值。     

扩展的Helmert型方差分量估计的通用公式

摘 要： 基于概括函数模型,从Helmert型方差分量估计原理导出处理同类观测值包含多个方差分量的估计公式,即扩展的Helmert型方差分量通用公式,并给出其简化通用公式及特殊情况。     

整体最小二乘和最小二乘拟合空间直线的比较

给出整体最小二乘法拟合空间直线的一种迭代算法。将空间直线垂直投影到坐标平面,分别采用整体最小二乘法和最小二乘法拟合直线。对坐标点等精度观测、非等精度观测和坐标分量非等精度观测3种场景进行模拟计算,比较两种方法估计的参数和验后单位权方差,并对三维激光扫描仪实测数据拟合结果进行分析。     

基于虚拟观测值后验方差估计的整周模糊度快速固定方法

利用历元间坐标差信息可以改善模糊度在航快速解算过程中法方程的病态性,从而加快模糊度固定的速度。但是该方法涉及两类不同的观测值(载波相位双差观测值和由历元间坐标差信息导出的虚拟观测值),为合理利用历元间坐标差信息,需要确定这两类观测值的权比。利用方差分量估计方法调节两类观测值的权比,提高模糊度浮点解的精度,从而进一步加快模糊度固定。实验结果表明,采用Helmert方差分量估计方法调整两类观测值的权比,可以进一步提高模糊度在航解算的效率,增强模糊度固定的可靠性。     

加权总体最小二乘点云平面拟合定权方法探讨

针对加权总体最小二乘点云数据平面拟合方法中缺少统一定权准则的问题,提出以先验入射角及距离定权两种方法。利用稳健估计构造了基于强度值定权的稳健加权最小二乘、基于先验入射角定权的加权最小二乘与基于距离定权的加权最小二乘3种新的平面拟合算法,并应用于拟合扫描不同反射材质获取的平面点云数据。算例表明,〖JP2〗以距离定权构造的距离加权总体最小二乘法的各项精度指标均优于其他算法,拟合效果最好。     

一种北斗混合系统单点定位随机模型的优化方法

针对北斗混合系统中不同轨道类型、BDS-2/BDS-3卫星间观测值的差异，提出利用基于北斗UERE的Helmert方差分量估计模型对北斗混合系统定位的随机模型进行优化。对基于等权模型、普通Helmert方差分量估计模型及本文提出的优化模型进行单点定位实验，从定位精度与定位成功率上对3种模型的解算结果进行对比分析。结果表明，相比于等权模型和普通Helmert方差分量估计模型，优化模型能提高在E、N、U方向上的定位精度，同时减少因卫星星座空间几何构型较差而导致的定位精度较低的情况，从而提高定位成功率。     

GPS高程拟合的加权总体最小二乘抗差估计

结合标准化方差,构造了基于Huber、IGG和IGGⅢ三种权函数的加权总体最小二乘抗差模型,并运用选权迭代法予以求解。GPS高程拟合数据处理实例表明,基于Huber、IGG和IGGⅢ三种权函数的稳健加权总体最小二乘抗差方法对误差和粗差具有较好的削弱和消除效果,其中基于IGGⅢ权函数的稳健加权总体最小二乘方法抗差效果最优。     

考虑卡尔曼滤波伪观测值的Helmert方差分量估计及其在GPS/BDS组合PPP中的应用

在GPS/BDS组合PPP中，引入基于卡尔曼滤波的Helmert方差分量估计来确定PPP中各类观测值的权重，针对卡尔曼滤波预报值权阵与观测值权阵验前单位方差不一致的情况，将卡尔曼滤波预报值作为伪观测值，与观测值一并进行Helmert方差分量估计处理。实验证明，该方法能够在合理确定当前历元各类观测值权重的基础上，有效平衡观测信息与预报信息对参数估计的贡献，可显著改善GPS/BDS组合PPP的收敛速度与定位精度。     

������С���˽������о�

??????????,??????????С?????????С??????????任???????????????????С?????????????????????С???????????????????С??????????????????С????????????????????С???????????????????????????????????????????????С????????С????????в??λ??????????????????     

基于多视线向D-InSAR技术的三维地表形变抗差解算方法

针对粗差对多源InSAR数据三维地表形变解算的影响,提出一种基于多视线向D-InSAR技术的三维地表形变抗差解算方法。该方法利用多视线向D-InSAR地表形变监测数据,在最小二乘原则的基础上实现InSAR三维地表形变解算,获取平差观测量的残差,建立最小二乘残差与观测量单位权方差的函数关系,并通过计算出的单位权方差对InSAR地表形变观测量进行定权;基于等价权原理,选用IGGⅢ权函数实现三维地表形变的抗差解算。最后,以2009年意大利拉奎拉地区地震为例,对该解算方法的可行性和精度进行验证。结果表明,该方法可以获取可靠的解算结果。     

抗差方差分量估计在卫星定轨中的应用

针对卫星精密定轨过程中观测资料存在粗差以及观测资料的合理定权问题，将抗差方差分量估计引入到卫星精密定轨中。采用Lageos 2卫星1996年1月至2000年12月的全球SLR实测数据进行了卫星精密定轨计算，结果表明，抗差方差分量估计既可以有效地减弱观测资料中粗差的影响，又可以较好地解决观测资料的合理加权问题，从而可以提高卫星的定轨精度。     

�����Ƚ���Ȩ������С���˵ĵ�������ƽ�����

??????????????????????????????????С???????????????????????????????????????????????????????????????????????????????????????С???????????????????????????????????????????????????????淽?????????????λ???????С???????????????     

һ�ֻ��ڵ��󷨵ĸĽ���˫��M����

??????????????????????????????????????????L??1??-?????????????????????????????????????????????????????????M??????÷???????н?????????????????С??????????????????????÷??????????????????LS????????????￡?????Ч????????????????????????????????????????     

一种基于丹麦法的改进型双步M估计

针对抗差估计方法初值与临界值选取不当的问题,提出一种以L1-范估计的平差值作为初值、以改进的丹麦法权函数作为第一步抗差阶段权函数的双步M估计,该方法既具有较强的抗差性,又具有最小二乘的最优性。试验表明,该方法估计结果与无粗差时的LS估计结果基本一致,抗差效果明显优于传统抗差估计方法与其他两步抗差估计。     

基于奇异谱分析的GNSS坐标时间序列粗差探测与噪声估计

考虑到传统谐波模型难以精确描述GNSS坐标时间序列的非线性变化,导致信号和噪声不能很好地分离,进一步影响粗差探测和噪声估计,本文提出一种基于奇异谱分析的粗差探测与噪声估计算法。首先采用奇异谱分析方法分离出GNSS坐标时间序列中的信号与噪声,然后基于IQR准则探测噪声中的粗差,最后采用最小二乘方差分量估计（LS_VCE）方法定量估计各噪声分量。算例表明,相比于传统基于谐波模型的算法,该算法的粗差探测准确率更高,且估计的噪声分量与真值更接近。     

���Իع�ģ�͵��Ƚ�������С���˽���

?????????????????????????????д??????????????????????????????С????????????????????е??任????????????С???????????????????????????????????????????????????????С??????????????????????????????????????????????????10 000?????飬??????????????????о?????????????????????????Ч?????????