基于变形观测数据粗差探测与修复的小波变换法

研究小波变换在变形监测数据中探测与修复粗差的应用问题,实例分析证明：借助小波的多分辨率分析和数理统计的知识,能有效地探测出粗差,并通过对高频系数模极大值点的插值处理,结合小波重构等理论有效地修复粗差,为进一步进行变形分析与预报提供可靠保证。     

卫星重力梯度测量数据的粗差探测

分别讨论了阈值法、Dixon检验法和小波算法应用于卫星重力梯度数据粗差探测的效果。为了克服这3种单一粗差探测方法的不足,提出了卫星重力梯度数据的粗差探测组合方案,即联合Dixon检验和小波算法,以及联合Dixon检验、阈值法和小波算法的组合方案。模拟结果表明,两种组合方案均能有效改善粗差探测的效果。     

基于小波分析的GPS动态变形数据粗差识别模型研究

基于小波基函数的性质,结合含有少量粗差的GPS形变信号实例,研究粗差特征在小波变换后的不同尺度上的表现规律及粗差位置的确定方法。分析在动态监测数据粗差识别过程中正则性和分解层数对粗差表现的影响,为选择合适的小波函数进行粗差识别提供一定的依据。     

双因子抗差贝叶斯估计及其在GIS数据采集质量控制中的应用

在对GIS扫描数字化过程中,所采集的数据里经常含有系统误差和异常误差。在纠正这些误差的过程中,应同时考虑控制点坐标和数字化坐标的先验协因数。文中以数字化的系统误差拟合模型为例,提出双因子抗差贝叶斯估计误差拟合方法,并分别就控制点含有粗差、数字化点含有粗差和两者均含有粗差3种情况建立相应的模型,实例验证了其抗差效果。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。     

强污染单历元GPS形变信号的提取和粗差识别

阐述了小波分析技术用于强污染GPS单历元形变信号处理的基本原理及其实现方法。以含少量粗差的低信噪比形变信号为例 ,研究了基于Mallat分解和合成算法 ,分离信号趋势项并进行粗差识别的技术。采用小波软阈值降噪的方法去除强污染数据中的随机噪声 ,降噪效果远好于中值滤波。最后对识别的粗差信息进行线性修复 ,获得了令人满意的形变信号     

国家高精度GPS网整体平差中的粗差分析

分析了国家高精度ＧＰＳ网中的粗差观测量的特点,提出了采用相关分析的粗差探测理论,对国家高精度ＧＰＳ网的各子网和相邻子网进行粗差探测,并采用稳健估计的平差方法,消除粗差对平差结果的影响,大大提高了国家高精度ＧＰＳ网的整体平差精度。     

平面相似变换的粗差探测方法及应用实例

基于最小二乘法的平面相似变换对粗差的反映不灵敏、稳健性差.在平面相似变换的模型建立前,必须进行粗差探测,剔除存在粗差或等级较低的公共点.本文介绍了粗差的探测方法及应用实例.     

影响方程与粗差定位

本文推导了粗差对标准化残差（简称残差）的关系式，建立了影响方程，直接利用其定位粗差，将粗差对残差的影响分为三种情形：（1）只有一个粗差；（2）有多个粗差但对相互残差的影响系数较小；（3）有多个粗差；（2）之外的情形。根据这三种不同的情形，按照一定的准则，选择相应的“假定粗差”，利用影响方程求解来判别粗差。大量试算表明：对于（1），（2）两种情形，可在平差后求解对粗差直接定位，而无需多次回代判别，比传统方法节省（成倍节省）大量计算时间，对于经三种情形，利用影响方程求解，并采用回代，粗差定位效果比传统方法要好，它避免了传统方法有时会发生的错误，同时又弥补了人工智能法的某些缺憾，保证了定位的正确性。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。