平稳随机函数在重力场逼近中的应用

随着卫星测高、卫星跟踪卫星和卫星重力梯度等空间重力探测技术的不断进步，出现了垂线偏差、重力梯度等新的重力场观测信息，综合有效使用上述信息资源已成为重力场研究应用的关键。本文分析了地球扰动场元的随机平稳特征，研究了综合利用各类重力场观测信息根据最小二乘配置理论逼近任一待求扰动场元的协方差函数?     

加权总体最小二乘在三维基准转换中的应用

对比研究加权总体最小二乘(weighted total least-squares,WTLS)方法和混合最小二乘(LS-TLS)方法、最小二乘(least-squares,LS)方法在三维空间小角度直角坐标转换中的适用性。在两套坐标系下坐标测量值均存在误差时,用WTLS方法不但可以对观测向量y和系数矩阵A同时修改、将坐标先验精度引入平差计算,而且引入的权阵PA对系数阵A起到固定常数元素而只修改必要数据元素的作用,以得到更合适的参数解。     

加乘性混合误差模型参数估计方法及其应用

扩展乘性误差模型的参数估计方法至加乘性混合误差模型,推导了其参数最小二乘、加权最小二乘参数估计,并在偏差分析的基础上推导了偏差改正加权最小二乘估计。模拟计算和分析验证了偏差改正加权最小二乘适用于加乘性混合误差模型的大地测量数据处理,具有二阶近似无偏性,且精度较高。     

结构总体最小二乘估计理论的拓展及其应用研究EI北大核心CSCD

具有随机系数矩阵的高斯-马尔可夫(GM)模型被称为变量误差(EIV)模型,在均方误差意义下,总体最小二乘(TLS)估计得到的EIV模型参数估值优于最小二乘(TLS)估计,这种状况已引起测绘领域的极大关注,并成为多年来的热点问题之一。     

LS和TLS在平面坐标转换中的应用

在超定线性方程Ax =b的解算中,最小二乘(LS)只考虑观测向量b的误差,而总体最小二乘(TLS)则同时顾及观测向量b和系数矩阵A均含误差的情况.本文以六参数模型在平面坐标转换中的应用为例,分别采用LS和TLS进行模型参数的求解.结果表明,2种方法所求参数并无显著差异,但是总体最小二乘更好地改善了坐标转换的内部精度,是一种更为合理的计算方法.     

总体最小二乘方法在空间后方交会中的应用

不等式约束部分变量含误差(partial errors-in-variables, PEIV)模型目前主要采用线性化方法和非线性规划类算法, 前者计算效率较低, 后者基于最优化理论, 计算复杂, 未能与经典平差理论建立联系, 难以在测量实际中推广。在整体最小二乘准则下, 根据最优解的Kuhn-Tucker条件, 将不等式约束整体最小二乘解的计算转化为二次规划问题, 并提出改进的Jacobian迭代法求解二次规划。所提方法不需要对观测方程线性化, 与经典最小二乘法具有相同的形式, 易于编程实现。数值实例表明, 所提方法形式简洁, 具有良好的计算效率, 是经典最小二乘平差理论的有益拓展。     

抗差最小二乘配置在数字化地图几何纠正中的应用讨论

抗差估计具有较好的抗拒异常观测值及粗差的能力,而最小二乘配置又能较好地处理系统误差,本文结合两者的优点,利用抗差最小二乘配置对数字化地图进行几何纠正,其中对协方差函数采用抗差拟合,得到了较好的结果。实验证明在GIS数据处理的扫描数字化地图几何纠正中,抗差最小二乘配置在抗拒异常值和处理系统误差方面优于单纯的最小二乘估计和单纯的最小二乘配置方法。     

虚拟观测值法在三维坐标转换中的应用研究

目的 针对整体最小二乘(TLS)已有算法的缺陷,提出利用虚拟观测值法将其转化为经典最小二乘(LS),并推导了适用于三维坐标转换的矩阵矢量化公式,实现了TLS与LS的统一。通过算例证明了此方法在三维坐标转换中可以得到更为合理的解算数据。     

总体最小二乘平差理论及其在测绘数据处理中的应用

最小二乘法是测量数据处理的最基本、应用最广泛的方法,对于经典的最小二乘法是只考虑观测向量的误差,假设系数阵没有误差或不考虑系数阵的误差。然而系数矩阵包含误差的情况在测量数据实践中是存在的。总体最小二乘法旨在解决顾及系数矩阵误差的一种数据     

LS和TLS方法在高程拟合技术中的应用研究

传统的GPS高程拟合技术使用最小二乘方法对拟合模型进行平差计算,其模型的系数矩阵大多由高程点的平面坐标组成,而平面坐标也是施测GPS得到的观测值,因此也存在观测误差,最小二乘方法并没有考虑系数矩阵的误差,显然与实际情况存在偏差。为解决此问题,本文提出了总体最小二乘方法,并使用该方法对某长江大桥数据进行试验,分析和对比,验证总体最小二乘方法对于提高高程拟合精度的有效性。     

基于改进目标函数的partial EIV模型WTLS估计的新算法

针对部分变量误差（partial EIV）模型的加权整体最小二乘（weighted total least squares,WTLS）估值的计算需要多次迭代且效率低下的情况,根据加权LS（least square）原理,通过改进目标函数,并运用矩阵微分运算以及矩阵反演变换,提出了一种计算partial EIV模型WTLS估值的新算法。算例计算结果表明,新算法具有迭代次数少、计算效率高等优点。     

配置法在局部大地水准面精化中的实例研究

从最小二乘配置方法的基本原理出发,以我国某地区范围内1km分辨率的大地水准面高模型数据为例,根据实用公式计算了试验区大地水准面高的协方差值后,采用多项式函数模型和高斯函数模型分别拟合了该地区大地水准面高的局部协方差函数,并对试验区内18个检核点做了推估计算。根据推估值(Nfit)与实测值(NGPSL)的比较分析表明,虽然多项式协方差函数模型略优于高斯协方差函数模型,但它们都能以厘米级的精度拟合局部大地水准面,这表明了配置法用于精化厘米级大地水准面的有效性。     

总体最小二乘法在坐标转换中的应用

在处理坐标转换数据的方法中,通常使用的方法是最小二乘法,但其由于不能顾及系数矩阵误差而具有一定的局限性,导致坐标转换结果的可靠性较差。因此,需要一种新的方法来弥补最小二乘法的不足。本文引入总体最小二乘法和混合最小二乘法,采用仿真数据求解坐标转换七参数,并将结果与其仿真值进行比较,证明采用混合最小二乘法得到的坐标转换七参数更接近于理论值。     

总体最小二乘法在相机标定中的应用

对比总体最小二乘方法与最小二乘方法在相机标定中的适用性及优越性。在相机标定中,由于像点坐标和对应的地面点坐标均存在误差,因此采用总体最小二乘方法对误差方程中的系数矩阵及观测向量同时改正,能够建立更加合理的计算模型。文中以相机标定两步法为例,通过实例解算,证明利用总体最小二乘法能够得到精度更高的相机标定参数解。     

灰色模型的整体最小二乘解算及应用

目前,灰色模型在变形监测数据处理及预报中的应用越来越广泛。针对系数矩阵和预测值存在的误差,该文采用整体最小二乘法,结合黑龙江省农业科学院在江北科技创新城核心区建设的国际农业科技创新中心工程,选取其中一个沉降监测点进行分析。实验结果表明,该方法的拟合精度更高,适用于变形监测数据处理。     

抗差序贯最小二乘法在GNSS定位中的应用研究

提出了一种基于历史定位信息优化首次定位精度的方法。GNSS终端需要进行重新定位的情况十分常见,比如驾车至停车场,驶离时需要重新开启导航。在城区,信号环境通常较复杂,存在可见星数目少,卫星几何构型差且受多径效应影响,定位精度会出现较大误差。因此,提高首次定位精度的研究能够有效提升用户体验。实际上,在发起重定位时,接收机通常记录之前的历史定位信息,利用这些信息作为附加条件参与定位解算可以有效提升定位精度。据此,提出的序贯最小二乘法充分利用了这些历史定位信息,采用稳健估计方法,进一步增强抗差能力。实验结果表明。     

Kriging方法结合最小二乘配置在GPS高程拟合中的应用

本文利用Kriging方法结合最小二乘配置将GPS高程转换成正常高.研究了将Kriging方法中的变异函数用于计算最小二乘配置中的协方差的方法,并对一局部GPS水准网的高程作了拟合计算.通过将最小二乘配置法与平面拟合模型和多面函数拟合模型等进行比较,其外符合精度从最大的±0.0277m提高到±0.0162m.     

利用MLSC法求解高程异常

运用常规的拟合模型求解大范围高程异常必然存在较大的模型误差,鉴于模型误差的不确定性,可以将模型误差看作信号采用最小二乘配置法来处理,最小二乘配置中协方差函数的确定是一个比较棘手的问题,介于此,本文提出了移动最小二乘配置法,对不同的待定点建立不同的配置模型,并通过定权的方式解决复杂的协方差函数计算问题,对一个大测区的部分GPS水准数据进行解算,获得了满意的结果。     

多元回归分析方法在高层建筑沉降监测数据处理中的应用

高层建筑物的监测周期一般较长,数据量大,数据处理和分析较为复杂,因此,需要选择一种较为合适的、贴近工程实际的分析方法.本文以某高层建筑物的沉降监测数据为例,阐述了多元回归分析模型中影响因子的确定、回归模型的最小二乘参数估计以及回归模型的显著性检验,并比较了沉降累计值的预测值和真实值,结果显示:二者的残差较小,可见预测精度较高,说明多元回归分析在高层建筑沉降监测数据处理中是行之有效的.     

单位权方差的岭估计和压缩估计

本文提出了求单位权方差的有偏估计方法─岭估计和压缩估计，证明了在一定条件下，岭估计和压缩估计的均方误差要小于最小二乘估计的约方误差，提出了求岭参数和压缩系数的方法。