点质量融合模型的海空重力数据延拓分析

针对无高质量的数据对传统的虚拟点质量模型对重力数据改正时，易受系统误差影响及解算不稳定的问题，该文将海空重力数据中的系统误差用非参数分量表达，对点质量模型进行改进，建立了虚拟点质量的半参数模型，引入核估计方法，利用偏残差估计方法，进行三步拟合估计，得到了系统误差和点质量参数的估计值。在分离系统误差的基础上，引入正则化方法改善病态，将建立的模型与正则化方法相结合，建立了综合半参数核估计和正则化方法的点质量融合模型，可在无外部重力时估计系统误差，同时完成多源数据融合。基于EGM2008位模型产生海空重力异常数据，采用线性项和周期项系统误差进行仿真实验，结果表明改进后的点质量模型能够有效利用外部数据，在改善病态和分离系统误差方面提升精度效果明显。并以北卡罗来纳实测海空重力异常数据验证该文方法的有效性，结果表明在无外部数据时，该文方法能有效地分离系统误差，并且精度与引入外部数据改正后的正则化方法相当。     

综合半参数核估计与正则化方法的航空重力向下延拓模型分析

在航空重力向下延拓过程中,将重力数据中的系统误差和离散化造成的模型误差用非参数分量表达。在无外部数据的情况下,建立基于半参数核估计方法的重力向下延拓模型,为了改善泊松积分离散后的设计矩阵的病态影响,引入正则化方法,提出了综合半参数核估计和正则化方法的逆泊松积分延拓方法。基于EGM2008(earth gravity model 2008)模型计算了某地空中重力异常,采用线性项和周期项系统误差进行仿真实验,以及美国某地实测重力异常数据,验证了本文方法在改善病态性和分离系统误差方面的有效性。结果表明,本文方法在无外部数据时,能有效地分离系统误差并具有较高的精度。     

利用偏差改正的方差分量估计方法确定联合反演相对权比

在大地测量联合反演中,方差分量估计法用于确定相对权比时并没有考虑大地测量反演的病态性,利用正则化解代替最小二乘解会引入偏差,会造成方差分量估计不准确问题。针对此提出采用偏差改正方差分量估计方法,以消除正则化解引入偏差的影响,并基于残差的偏差改正方差分量估计与方差分量估计法进行模拟实验。结果表明,进行偏差改正后的方差分量估计法能够较好地反演出滑动分布情况,所提方法针对参数进行偏差改正的方差分量估计考虑了迭代初值引入的偏差,理论更为严密。并将所提方法用于Visso地震和Norcia地震反演中,验证了该方法的可靠性、合理性。     

融合海域多源重力数据的正则化点质量方法

针对传统点质量方法在融合处理多源重力数据过程中可能出现的病态性问题,特别引入Tikhonov正则化方法,对点质量法计算模型进行正则化改造,建立了相应的正则化点质量解算模型。使用EGM2008位模型模拟产生航空重力和海面船测重力数据进行了融合处理仿真试验。实际验证结果表明,正则化处理方法能够有效抑制病态系数矩阵小奇异值放大噪声对点质量解的污染,提高解算结果的精度和稳定性。     

附有约束最小二乘配置的信号与观测误差的方差分量估计

介绍方差-协方差分量估计理论的研究和发展情况,讨论最小二乘配置模型信号与观测误差的方差分量估计问题。在实际应用中,考虑到未知参数间存在几何或物理约束,针对附有约束条件最小二乘配置的方差分量估计的问题,基于Helmert方差分量估计原理,导出相应的计算公式。模拟算例结果表明,利用约束条件能够改善方差分量的估计精度,验证方法的有效性。     

联合GOCE卫星轨道和重力梯度数据严密求解重力场的模拟研究

论述了联合卫星轨道和重力梯度数据严密求解重力场的方法及数据处理方案,研究了GOCE重力场反演中有色噪声的AR去相关滤波、病态法方程的Kaula正则化和观测值最优加权的方差分量估计等关键问题。模拟结果表明:①极空白问题会降低法方程求解的稳定性,导致低次位系数的求解精度较低,而Kaula正则化可有效用于GOCE病态法方程的求解,并得到合理稳定的解;②重力梯度有色噪声会降低GOCE重力场求解的整体精度,特别是对低阶位系数的影响最为明显,而AR去相关滤波法可有效处理有色噪声,但解算结果仍含有低频误差;③方差分量估计可有效确定SST和SGG两类观测值的最优权比,并且有色噪声造成的低频误差经过联合求解后得到了抑制;④利用30d、5s采样的GOCE模拟数据恢复200阶次的重力场模型,其大地水准面和重力异常精度在纬度±83°范围内分别为±3.81cm和±1.056mGal。     

多类大地测量数据的融合方法及其比较

本文针对多类大地测量数据处理问题,讨论了多类大地测量数据的抗差解融合、方差分量估计解融合、基于抗差解的方差分量估计融合以及顾及参数先验信息的自适应融合等数据处理方法,采用这些方法能合理地调整不同种类观测量间的权比以及观测量与参数先验信息问的权比。实际算例表明,采用这些融合方法能明显地提高多类大地测量数据处理的结果精度。     

航空重力向下延拓的最小二乘配置Tikhonov正则化法

基于最小二乘配置法向下延拓航空重力的过程中,由于协方差矩阵严重病态,影响延拓结果的稳定性和精度。针对这一问题,提出了航空重力向下延拓的最小二乘配置Tikhonov正则化法。基于全球协方差函数模型建立航空重力数据与地面重力数据的协方差关系,引入基于广义交叉验证法,选择正则化参数的Tikhonov正则化法改善协方差矩阵的病态性,抑制观测噪声对延拓结果的放大影响。基于EGM2008重力场模型,设计了山区、丘陵和海域3种不同地形区域的航空重力数据向下延拓的仿真实验,实验结果验证了该方法的有效性。     

利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场

GPS-InSAR数据融合解算三维形变场模型易受观测值粗差影响,且基于方差分量估计的定权方法不具备抵御粗差能力,计算效率低下。鉴于此,本文提出了一种基于抗差垂直向方差分量估计的GPS-InSAR融合解算模型,利用方差分量估计方法及抗差估计理论,通过对观测值最优化分类并进行选权迭代,精确分配权重,进而有效计算三维形变场。试验结果表明,该方法能有效抵御观测值粗差不利影响,提高三维形变场反演精度,提升逐点式计算的三维形变场效率。     

航空重力数据向下延拓的波数域迭代Tikhonov正则化方法

航空重力数据向下延拓是重力场数据联合处理的重要步骤。研究了Tikhonov正则化方法以及迭代Tikhonov正则化方法在航空重力数据向下延拓中的应用,指出Tikhonov正则化方法在利用GCV法或L曲线法选取正则化参数时存在的不足以及空间域迭代法迭代不收敛的问题。波数域Tikhonov迭代正则化法的引入,有效解决了上述问题。算例结果表明,波数域迭代法迭代过程收敛,且计算精度高、速度快,值得广泛应用于航空重力数据的向下延拓。     

航空重力向下延拓病态问题的求解

提出将广义岭估计用于求解航空重力向下延拓病态问题,研究了求解逆Poisson积分问题的3种正则化方法：Tikhonov正则化、岭估计和广义岭估计。利用EGM2008地球位模型设计模拟数值实验,将飞行高度处含白噪声的2.5′×2.5′重力扰动向下延拓至大地水准面上,与参考值作外部检验,全面检验、比较了各向下延拓方法的可靠性、精度和稳定性,数值结果表明基于多个最优正则化参数的广义岭估计在延拓精度、稳定性和抗差性等方面要显著优于基于单个正则化参数的Tikhonov法和岭估计。     

确定大地水准面的Tikhonov最小二乘配置法

LSC法（最小二乘配置法）因能融合不同种类重力观测数据确定大地水准面的特性而受到广泛关注,但由于协方差矩阵存在病态性,微小的观测误差将被协方差矩阵的小奇异值放大,导致计算的配置结果不稳定且精度偏低。本文提出Tikhonov_LSC法,即在LSC法中引入Tikhonov正则化算法,基于GCV法选择协方差矩阵的正则化参数,利用正则化参数修正协方差矩阵的小奇异值,以抑制其对观测误差的放大影响。基于Tikhonov_LSC法计算大地水准面,能有效提高其稳定性和精度。通过以EGM2008重力场模型分别计算山区、丘陵和海域重力异常作为基础数据确定相应区域大地水准面的实验,验证了该方法的有效性。     

正则化的奇异值分解参数构造法

Tikhonov正则化法引入正则化参数和稳定泛函来改善矩阵的病态性。稳定泛函表示为参数的二范约束时,正则化矩阵为单位阵的正则化法即为岭估计法。通过对岭估计的方差与偏差进行分析可知,岭估计改善矩阵病态性的同时也过度地引入了偏差,降低了解的可靠性,对较大奇异值的修正不能有效地减小估计的方差,却引入了偏差,而对较小奇异值的修正可有效地减小估计的方差。因此,选择较小奇异值特征向量构造正则化矩阵,调节各奇异值的修正,可有效减小参数估计的方差,减少偏差的引入,得到更为可靠的参数估计。通过试验证明了该方法的有效性。     

基于方差分量估计的自适应融合导航

多源传感器观测信息的精度一般不一致,利用方差分量估计理论可以合理地顾及各传感器观测信息在融合导航解中的权比.首先给出基于多源观测信息的融合导航解算模式,进而基于方差分量估计讨论了各传感器观测信息在融合导航解中的合理平衡问题,然后应用自适应因子顾及动力学模型预报信息的贡献,给出了计算过程,并利用模拟数据进行了试算与比较.     

低纬度磁异常化极及分量换算的正则化方法

本文在分析低纬度磁异常化极和分量换算算子放大高频噪声的频率特性基础上,采用Tikhonov正则化方法来稳定所讨论的转换算子。同时,提出了一种基于径向平均功率谱的磁异常噪声水平估计方法,进而利用后验策略的偏差准则求取正则化方法的正则参数。基于理论模型的试验结果表明,磁异常噪声水平估计方法精度较高,且低纬度磁异常正则化化极和分量换算的稳定性和精度相较常规算子有大幅提高。     

正则化解的单位权方差无偏估计公式

导出了正则化解的单位权方差无偏估计公式，并用第一类Fredholm积分方程这一典型的病态方程作算例验证了导出单位权方差无偏估计公式是正确的，可以用于正则化角的单位权方差估计。     

航空重力测量数据向下延拓基于信噪比的正则化方法的研究

本文研究了正则化方法在航空重力测量数据向下延拓问题中的应用。首先对这种不适定问题的线性模型,分析了设计阵的复共线性结构与其对参数估计危害之间的关系,利用参数LS估计的信噪比提取了各个参数是否受到复共线性严重危害的信息,从而在一定程度上揭示了设计阵复共线性结构的特征。然后提出了基于信噪比的正则化方法（SNR）,以信噪比为依据构造正则化矩阵,以极小化均方误差为目标选取正则化参数。本文构造正则化矩阵无需利用附加物理或先验信息,这对于在缺乏此类信息的情况下运用正则化方法提供了新的手段。最后进行了数值试验,结果表明,本文提出的新方法（SNR）比普通的正则化方法（OR）在滤噪和保真方面表现更佳。     

线性化通用EIV平差模型的岭估计解法

通用EIV(errors-in-variables)平差模型作为经典平差模型的一般化形式,具有同时顾及多种随机误差的优势. 在通用EIV平差模型加权总体最小二乘(WTLS)的线性化估计基础上,引入正则化准则. 正则化矩阵为单位矩阵时为岭估计,添加目标函数,通过建立拉格朗日目标函数的最小化求解,导出加权通用EIV平差模型对应的岭估计解式,给出了确定岭参数的U曲线法和L曲线法. 计算了通用EIV平差模型的线性化估计、两种岭估计及其对应的方差分量值;验证岭估计对通用EIV模型的线性化估计具有促进性,可减少迭代次数,使得参数方差分量更快趋于平稳,降低参数估计的计算量.      

具有自适应权比的大地测量联合反演序贯算法及其应用

基于赫尔默特方差分量估计公式,论证了附加权比联合反演目标函数的合理性,提出了联合反演的序贯算法,它继承赫尔默特方差分量估计公式的统计无偏性,可以避免其简化公式造成的方差可能为负的影响。该算法并不需要额外保留各类观测数据反演的历史数据,克服了原公式计算繁琐、占用内存巨大的缺点;而且线性公式利于程序计算。模拟算例联合位移观测数据与重力观测数据反演地下断层进一步说明,结合其他的非线性手段,本公式同样适用于非线性联合反演的解算。     

联合GOCE卫星数据和GRACE法方程确定SWJTU-GOGR01S全球重力场模型

联合地球重力场和海洋环流探测器（Gravity Field and Steady-State Ocean Circulation Explorer,GOCE）和重力恢复与气候实验（Gravity Recovery and Climate Experiment,GRACE）卫星观测数据确定全球静态重力场模型是当前大地测量学的研究热点之一。联合近3 a的GOCE卫星梯度数据和7 a左右的GRACE星间距离变率数据计算的ITG-GRACE2010S模型的法方程恢复了210阶次的重力场模型SWJTU-GOGR01S。采用带通数字滤波方法处理GOCE卫星的4个高精度梯度观测分量,利用梯度数据恢复重力场模型的观测方程直接建立在梯度仪坐标系中,可以避免坐标转换过程中高精度的梯度观测分量受低精度分量的影响;联合法方程解的最优权采用方差分量估计迭代计算,GOCE数据的两极空白引起的病态问题采用Kaula正则化方法进行约束。基于EIGEN-6C2模型和北美地区的GPS水准网观测数据,对SWJTU-GOGR01S模型进行内外符合精度分析,结果表明,SWJTU-GOGR01S模型在210阶次的大地水准面误差和累计误差分别为1.3 cm和5.7 cm,精度与欧洲空间局公布的第四代时域法模型相当,略优于GOCO02S和GOCO03S模型的精度。