抗差Tikhonov正则化方法及其应用

提出了抗差Tikhonov正则化方法,并给出了3种常用的计算正则化参数的抗差估计方法,即抗差L-曲线法、抗差广义交叉检核法和抗差广义不符原理。计算结果表明,抗差Tikhonov正则化方法不仅能克服方程病态,而且能有效地控制观测异常影响。     

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。     

测量平差抗差化和效率分析

本文从充分利用可能得到的信息的观点出发,讨论了测量平差的抗差性和优效性及其他们之间的关系。阐述了抗差估计理论和经典估计理论的本质区别。提出了测量平差抗差化的基本原则,并对几种估计的抗差能力和效率作了比较。     

附有条件的参数平差模型的有偏估计

讨论附有条件的参数平差模型参数的有偏估计问题。提出了约束岭估计和约束主成分估计,并证明了它们的优良性质,最后给出了一个算例,验证了所得结果。     

NLS问题的不适定性及正则化解算方法

本文进一步完善定义了NLS问题的两种不适定性,对产生这两种不适定问题的现象进行了分析。借助于正则化理论,通过添加稳定泛函,结合高斯-牛顿法,构造了不适定NLS问题的正则化高斯-牛顿法求解公式;解决了普通高斯-牛顿法在迭代过程中其Jacobian矩阵是秩亏或者严重病态导致的不能收敛的问题;给出了非线性秩亏自由网平差的正则化高斯-牛顿法步骤;以几个经典NLS问题为例进行了数值实验,说明了本文所提方法的适用性。     

等式约束病态模型的正则化解及其统计性质

平差参数间合理的等式约束能显著提高最小二乘解的精度,消除自由网的秩亏问题,还能改善病态模型的解,本文由此提出了附等式约束的测量平差病态模型。建立了等式约束病态模型平差的正则化准则,由拉格朗日乘数法得到了模型的解,并给出了解的统计性质,证明它有偏,且均方误差小于约束最小二乘解。给出了确定正则化因子的均方误差极小化准则及数值解法,并以模拟的病态数值算例和测边控制网为例进行计算,验证了算法的可行性和解的优良性质。     

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。     

有偏估计、参数加权平差及秩亏自由网平差的关系与比较

在阐述了有偏估计、参数加权平差和附加约束法秩亏平差的概念及性质等基本理论的基础上, 着重分析了这几种平差方法之间的关系和异同点。     

吉洪诺夫正则化总体最小二乘的圆曲线拟合

针对利用离散的观测坐标拟合圆曲线,在观测点分布较为集中时,会引起法方程病态问题,使用高斯-马尔可夫模型,以圆的参数方程为数学模型,引入更多的参数,结合Tikhonov正则化进行总体最小二乘,并对公元前500年古希腊科林斯赛马场跑道的一组考古数据(观测点集中分布在跑道起点处,该跑道近似为圆形),采用Tikhonov正则化总体最小二乘求解曲线参数.实验结果表明,该文提出的基于高斯-马尔可夫模型的Tikhonov正则化总体最小二乘方法可以有效解决圆曲线拟合中的不适定问题.     

基于抗差估计的坐标重心化转换模型

基于坐标重心化原理和抗差估计理论,研究基于抗差估计的坐标重心化转换模型。抗差估计方法能探测出公共点数据中的粗差,而坐标重心化转换模型可有效地解决法方程的病态问题,将这两种方法进行有机结合,建立基于抗差估计的坐标重心化转换模型。试验结果表明,该模型可明显提高坐标转换的精度及可靠性。     

抗差估计及滤波在平差中的应用

本文对观测值误差的配赋情况进行了研究,提出了一种统计量,以此统计量进行选权迭代,具有很强的剔除粗差能力。本文还对动态网的抗差问题做了研究;利用Masreliez滤波和极大验后MAP滤波,推出了一套适于动态大地网和工程变形网的抗差滤波模型。算例充分体现了上述几种抗差方法的可行性和有效性。     

有偏估计与LS估计的比较与选择

从假设检验的角度研究测量平差Gauss-Markov模型中有偏估计与LS估计的选择问题。首先在均方误差准则下对目前应用最广泛的2种有偏估计－－岭估计和主成分估计与LS估计进行了比较研究，得到了岭估计、主成分估计优于LS估计的条件；然后运用统计方法对这些条件的成立进行了假设检验；最后通过数值实验说明，在一定显著性水平下当原假设被接受时，说明没有理由不相信采用有偏估计来代替LS估计的合理性，可认为采用有偏估计将对LS估计做出比较有效的改进，当原假设被拒绝时，说明对采用有偏估计的优越性产生了怀疑，此时建议仍采用LS估计。     

t型Bayes估计及其在测量平差中的应用

针对t型估计不能抵抗病态性的影响这一缺陷,从Bayes估计的观点出发,通过对t分布模型引入未知参数的先验信息,提出了一种新的抗差有偏估计——t型Bayes估计,重点讨论了正态-Gamma先验分布下的t型Bayes估计及其EM算法和超参数的选取方案。数值实验证实了正态-Gamma先验分布下的t型Bayes估计能够同时抵抗粗差和病态性的不良影响,是一种性能更好的抗差有偏估计。     

利用椭球约束求解区间平差模型的正则化方法

摘　要：以参数带区间约束平差模型为对象,针对传统的椭球约束算法存在平差结果可能不在约束条件内的缺点, 在传统椭球约束求解方法的基础上,基于最优化理论中的二次罚函数法,提出一种改进的求解椭球约束的方法,通 过对椭球特征矩阵进行加权,减小特征矩阵的半径来迭代求最优解。在模型中引入正则化项,利用Ｌ－曲线法确定正 则化参数,来解决系数矩阵病态的问题。最后,通过一个反演中的模拟病态算例比较验证算法的有效性。     

多通道正则化图像复原方法研究

基于一种先验知识的图像超分辨率复原技术能将低分辨率影像重建出高分辨率、细节信息更丰富的图像。本文分析了图像的退化模型和图像复原的病态特征,从正则化方法数学理论入手,利用正则化复原技术解决图像复原的病态问题,然后利用卫星图像进行了复原仿真实验,计算结果表明这种方法可有效复原图像,在客观标准评价和主观视觉效果方面都有明显改善。     

选权拟合的粗差参数化平差模型

由于数据探测法、多维粗差同时定位与定值法、拟准检定法以及部分最小二乘法不能同时解算待估参数和粗差,提出了基于选权拟合的粗差参数化平差模型。首先推导了选权拟合的等价模型;在此基础上提出了参数化粗差的平差模型。由于粗差参数化之后观测系统呈现出不适定性,因此,对非粗差部分采取平方和最小的约束,实际上是构造虚拟观测方程。但是,由于事先并不知道粗差的位置,提出了通过搜索来构造虚拟观测方程系数矩阵的方法。算例表明,这种方法用于GPS单点定位可以有效地消除粗差观测的影响。     

抗差主成分估计及应用

本文基于抗差估计和主成分估计理论，提出一种新的估计－抗差主成分估计，推导了参数的抗差主成分解，并结合算例进行了试算。结果表明：抗差主成分估计不仅可以解除法方程系数降的病态，而且对于抑制观测粗差的影响也有显著功效。     

影响函数及其在测量平差抗差化中的应用

本文阐述了影响函数的基本概念,详细推导了几种常见估计的影响函数。重点讨论了由影响函数推导出来的渐近方差并与经典的方差进行了比较。最后讨论了用渐近方差评定抗差估计精度方面的问题。     

近五年中国大地测量数据处理理论与方法进展

本文介绍了五年来中国学者在大地测量数据处理理论方面的主要贡献。内容包括函数模型、随机模型以及计算方法方面的主要进步。抗差估计理论与方法的研究得到进一步加强，针对相关观测异常污染新建立了双因子方差膨胀模型和双因子等价权模型，建立了基于方差分析的方差膨胀模型；在动态定位数据处理方面，建立了自适应抗差滤波理论。在粗差探测与可靠性理论方面提出了粗差拟准方法；非线性参数估计和有偏估计方面也有相当丰富的成果。本文只包括中国学者在1999—2003年五年间所从事的研究和发表的主要成果。