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。     

方差的边缘极大似然估计

测量平差问题中,方差估计理论是复杂的。本文基于概括模型,组成自由项f(极大似然估计 MLE)的密度函数和改正数向量 V的线性函数(边缘极大似然估计 MMLE)的密度函数,详细推导了函数模型与随机模型中,未知参数 X与σ_0~2 的似然估计公式,分析了基于两种密度函数所得σ_0~2的似然估计存在差异的真正原因,并对两种方法所得的σ_0~2和X 的统计性质进行了讨论。指出边缘极大似然估计,σ_0~2 的具有良好的统计性质,可改善极大似然估计σ_0~2 的不定性(有偏);并且对任一平差模型的边缘极大似然估计,σ_0~2 无偏、有效的统计性质是一致的。     

方差分量估计的通用公式

应用最小二乘原理将方差分量估计公式从参数平差模型推广到概括函数平差模型。通过选取恰当的权阵,基于概括函数模型的最小范数二次无偏估计及赫尔默特法得到的公式均是本文的特例。视协方差矩阵为权逆阵,得到了最小方差估计,并证明了该公式与最优二次无偏估计的通用公式等价,从而表明最优二次无偏估计和极大似然估计的通用公式也是本文的特例。除此之外,本文还给出了最小二乘方差分量估计的简化公式,并对其进行了扩展。最小二乘方差分量估计的假设检验理论同样得到了推广。     

作为质量指标的估计方差的可靠性

研究了具体有ｐ范分布的参数的极大似然估计的估计方差。除Ｌ２估计外,其余Ｌp估计的 估计方差会出现３种不同合理情况：零单位权方差和同一估计量有两个不同的估计方差。这说明极大似然估计与最小方差估计并不完全等价。产生的原因在于单位权方差与分布的总体方差不相等。定义了单位权估计方差与总体方差的比值作为估计方差的可靠性指标。ｐ＝２,估计方差的可靠性为１００％;ｐ＝∞时,可靠性为零;ｐ与２相关越大,估计方差的可     

方差分量估计理论及其在边角网平差中的应用

本文从理论上阐明了MINQE(I,U)(最小范数二次不变无偏估计)方差分量估计出现负方差的原因;论述了存在MINQE(U,NND)估计量的充要条件;对边角网平羞问题而言,MINQE(I,U)估计法不可能同时准确地求出边长误差模型中的m_a~2和m_b~2。文章从边角网误差模型的特点出发,提出了一种新的方差分量估计模型(改进的方差分量估计模型),该模型能合理地确定方向和边长的方差分量,从而较好地解决了边角网平差中的定权问题。     

TSVD正则化解法的单位权方差无偏估计

截断奇异值(truncated singular value decomposition,TSVD)法通过截掉病态观测方程系数矩阵的小奇异值来改善模型的病态性,提高参数估值的稳定性和精度。然而,截除小奇异值后,改变了观测方程的结构,不仅参数估值有偏,残差估值也是有偏的;因此,其单位权方差不能用传统的估计公式计算。针对此,导出了TSVD正则化解的单位权方差无偏公式,并以第一类Fredholm积分方程和病态测边网为算例验证了公式的正确性。     

L_p平差解的性质及抗差估计

本文首先分析了L_p平差的统计意义,证明了当观测误差服从p-范分布时,参数的极大似然估计即为L_p解。同时讨论了L_p的迭代解法及收敛性,给出了用改进的线性规划求L_1、L_∞解的方法。证明了L_p迭代解及L_1、L_∞严密解都是参数的无偏估计,同时构造了与L_p平差P值无关的单位权方差的无偏估计公式,并对L_p平差的效率作了讨论。最后分析了L_p平差与抗差估计的关系,给出了一种基于L_1解的抗差估计方法。     

非线性模型平差中单位权方差的估计

导出了非线性模型平差中单位权方差的严密估计公式 ,证明了线性模型平差中单位权方差的估计公式是其特例 ,给出了在实际工作中用近似公式代替严密公式的理论根据     

极大验后估计及其在扩建网中的应用

本文基于未知参数具有先验正态分布的广义Ｇ－Ｍ模型，推导了未知参数和方差因子的极大验后估计公式，证明了未知和的极大验后估计是无偏、有效估计量，方差因子的极大验后估计有偏，并推导了方差因子的边缘极大验后估计，证明了它的无偏及有效性，作为应用，本文最后证明了扩建网极大验后平差成果等于新旧网整体平差成果。     

GIS叠置后同名点元不确定性的严密估计

基于最小二乘估计理论,建立了更加合理的GIS多层叠置同名点元的不确定性估计模型,改善了叠置点的精度.得出的单位权方差估计公式,理论上符合在一个平差系统中,其母体单位权方差应具有唯一性的要求.从理论和实例两方面验证了当同层内观测数据精度相同时,经多层叠置后各点精度均相同的结论.     

GIS叠置后同名点元不确定性的严密估计

基于最小二乘估计理论,建立了更加合理的GIS多层叠置同名点元的不确定性估计模型,改善了叠置点的精度。得出的单位权方差估计公式,理论上符合在一个平差系统中,其母体单位权方差应具有唯一性的要求。从理论和实例两方面验证了当同层内观测数据精度相同时,经多层叠置后各点精度均相同的结论。     

验后方差估计的几种方法

在测量平差中,利用验后方法对各类观测值的方差(或权)进行估计的方法可以分为三类,即最小二乘估计法、极大似然估计法和最小范数二次无偏估计法(MINQUE)。本文根据有关文献,将各种验后方差估计方法进行归纳整理,必要时作了一些推证和分析,现分别介绍于下。 (一)最小二乘估计法     

GPS基线向量网方差和协方差分量的MINQUE估计

本文应用最小范数二次无偏估计(MINQUE)理论,研究了GPS基线向量网在椭球面上进行三维平差时的方差和协方差分量的估计问题。从理论上提出了方差—协方差模型的选取原则。并从实践中总结出了同时估计基线之长度、方位、高差的固定方差分量和比例方差分量的交替估计方法。通过大量的实例计算和分析,证明这一方法是有效的。     

关于单位权方差公式

测量平差中单位权方差σ２０的无偏估计公式σ２０＝ＶＴＰＶｆ（１）是大家熟知的,其中,ｆ为自由度,即网中多余观测数。在测绘各类教科书中均可找到其无偏性的证明。在理论上和实用计算方面都是正确的。但从笔者多年教学中发现,由于教科书中在讲授各种不同平差方法时...     

等价条件闭合差最小范数分量的GNSS坐标时间序列噪声估计

为了精确高效地求解全球导航卫星系统（global navigation satellite system,GNSS）坐标时间序列噪声分量,结合等价条件平差模型以及最小范数二次无偏估计法,提出等价条件闭合差最小范数分量估计方法。首先,采用等价条件闭合差构造二次型方差估计公式,结合不变性、无偏性、最小范数准则等条件,导出基于等价条件闭合差的方差-协方差分量最小范数估计公式;然后,采用最小二乘方差分量估计（least-squares variance component estimation,LS-VCE）法、最小范数二次无偏估计法（minimum norm quadratic unbiased estimate,MINQUE）验证所提方法的正确性及有效性。通过模拟时间序列和北美GNSS站坐标时间序列的噪声估计结果发现,所提方法与LS-VCE法和MINQUE法的估计效果一致,但计算时间相较于LS-VCE法减少了70%以上。     

论三角测量单位权方差的先验估计与后验估计

三角洲量单位权方差的先验估值一般用经典菲列罗公式计算。实践中，经常出现三角测量单位权方差的先验估值不等于后验估值的情形．本文根据条件平差的原理，证明了单位权方基的先验估值是有偏估计，经典菲列罗公式是后验估计公式的特殊形式，并推导出了广义菲列罗公式。     

方差分量估计前提初探

根据方差分量估计理论,即使随机模型本身已经正确,方差分量估计也会得到不同于通常意义上的最优线性无偏最小二乘估计。此外,由于方差分量估计计算工作量一般较大,因此,本文提出了利用统计检验方法来判断是否进行方差分量估计的想法,并进行了初步研究。     

GPS随机模型最优不变二次无偏估计算法及实现

目前GPS基线解算通常采用简化的等权随机模型,在复杂观测环境下采用该模型将影响定位结果的精度和可靠性。本文结合方差-协方差分量估计理论,论述了利用最优不变二次无偏估计(BIQUE)方法建立GPS精密随机模型的迭代算法,并进行了相应的软件模块设计。算例分析结果表明,该算法用于GPS随机模型精化是可行的,与等权随机模型比较,所建立的GPS双差观测值方差-协方差阵更符合实际,能有效地提高整周模糊度的可靠性和定位精度。     

GPS坐标时间序列噪声估计及相关性分析

比较分析了极大似然估计法、最小二乘方差分量估计法以及最小范数二次无偏估计法对GPS站坐标时间序列噪声的估计效果,确定最小范数二次无偏估计法为最优的噪声方差估计方法。在此基础上对中国及其周边区域20个IGS站坐标时间序列中各方向噪声方差进行一元线性回归分析。结果表明,中国及其周边区域IGS站不同方向的噪声间具有中等强度以上的相关性,其中N方向闪烁噪声与其他方向闪烁噪声的相关性要强于白噪声。水平方向的噪声振幅能够解释垂直方向噪声振幅变化的40%~60%,而N方向噪声振幅能够解释E方向噪声振幅变化的60%~80%,获得的线性回归方程具有使用价值。     

一种确定联合反演中相对权比的两步法

提出确定联合反演中相对权比的两步法。第1步是不考虑相对权比,建立两类或多类数据的联合反演模型,通过赫尔墨特方差分量估计使得两类或多类观测数据的单位权方差相等（或单位权方差的比值接近1）,从而理论上确定观测数据合理的权阵,同时对不同种类数据进行归一化;第2步是在获得合理的观测数据权阵之后,建立顾及相对权比的联合反演模型,...