有界不确定性平差模型的一种迭代算法

本文将不确定性平差模型与参数的有界不确定性相结合,建立有界不确定性平差模型,并从等式约束出发,利用无限权和零权的思想,将不确定性平差算法与不等式约束中的罚函数相结合,提出有界不确定性平差迭代算法,并通过算例验证其可行性和有效性。     

一种求解不等式约束秩亏平差问题的新算法

提出一种求解不等式约束秩亏平差问题的新算法,该算法将先验信息表示为不等式形式,并与秩亏平差模型构成不等式约束秩亏平差模型。结合Karush-Kuhn-Tucker条件可将该模型转化为线性互补问题,然后利用Lemke算法求解,克服了秩亏网中必要起算数据不足的问题,能保证解的唯一性。最后,模拟附先验信息的秩亏的GPS观测网,并结合多种经典的秩亏平差方法,验证了Lemke算法在处理不等式约束秩亏问题上的有效性。     

利用不等式约束求解病态问题的新算法

病态问题是大地测量数据处理中常见的问题,充分利用平差过程所给的先验信息可以确保参数的可靠性和有效性.提出了一种利用不等式约束求解病态问题的新算法,该算法将先验信息表示为不等式形式,并与病态模型构成不等式约束平差模型.结合Karush-Kuhn-Tucker条件可将该模型转化为线性互补问题,然后利用Lemke算法求解.该法避免了对病态矩阵求逆,保证了参数解的唯一性和稳定性.最后,本文模拟了未知参数附先验信息的Hilbert矩阵及全球定位系统(Global Positioning System,GPS)快速定位实验,并结合多种经典的病态平差方法,验证了Lemke算法在处理病态问题上的有效性.