测量平差中的稳健估计问题

<正> 一、前言本文较详细地讨论了一维参数的稳健统计理论,首次提出了适用于测量平差的自适迭代稳健估计公式,且对其收敛性等问题进行了讨论。笔者就稳健估计函数中的截断参数进行了实质性的分析与探讨,提出了有关稳健估计函数中截断参数取值范围的新观点:在某些迭代公式中,截断参数K与迭代误差初值>K的个数及误差方程系数矩阵的结构有关。在形变分析的领域中,也尝试了用自适迭代的稳健估计公式进行计算,得到了较满意的结果。     

带准则参数的平差准则及其统一与解算

平差的核心问题是确定准则中的准则参数α,从而确定准则函数相对于平差参数X的极值并进行解算。首先对准则带参数的这些平差准则从形式上进行统一,然后利用虚拟观测,提出一种广泛适用的解算方法。每种带参数的准则模型都可以通过这种方法来确定准则参数和解算结果。最后用正则化方法举例,对比最小二乘和其他解法表明这种方法的可行性和优点。     

测量平差的当代进展──近代测量平差

测量平差的当代进展──近代测量平差黄维彬经典测量平差是Ｃ．Ｆ．高斯１７９４年提出的。随着测量手段的逐渐精密和现代化，特别是电子计算机、概率统计和矩阵代数在测量平差中的广泛应用，以及物理大地测量、卫星大地测量和动力大地测量对数据处理的需要，从２０世纪４...     

t型抗差估计及其在测量平差中的应用

将近年来统计界提出的并有较深入理论研究的t型估计引入测量数据处理中,提出了Gauss-Markov模型的t型抗差估计,给出了相应的EM算法,并进行了模拟计算。计算结果显示,t型抗差估计计算快捷稳定,收敛性好,并且t型抗差估计受粗差影响不大,具有较好的抗差能力。     

半参数测量平差模型参数的二阶段估计

本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用核函数并综合最小二乘法建立了参数x和S非参数的估计量x、S,讨论了窗宽参数h的选取方法。最后,用一个模拟的平差算例从估值的稳定性、均方差等方面与最小二乘法进行了比较,结果说明,半参数测量模型能更接近于真实情况。     

t型抗差估计及其在测量平差中的应用

将近年来统计界提出的并有较深入理论研究的t型估计引入测量数据处理中,提出了Gauss-Markov模型的t型抗差估计,给出了相应的EM算法,并进行了模拟计算。计算结果显示,t型抗差估计计算快捷稳定,收敛性好,并且t型抗差估计受粗差影响不大,具有较好的抗差能力。     

序贯平差抗差估计

推导了参数平差模型序贯平差在参数可变情形下的Ｍ－Ｍ抗差及Ｍ－ＬＳ抗差解式,讨论了相应的影响函数及验后协方差。固定参数序贯平差抗差解为其特例。模拟计算表明,抗差序贯平差能有效地抵制粗差干扰。     

广义岭估计及其在测量平差中的应用

广义岭估计作为近代回归分析中的一种主要的有偏估计方法,在法方程的系数矩阵呈病态的情况下,它能够改善最小二乘估计。为此,本文结合测量平差介绍了广义岭估计方法,并举例说明了其应用。     

不确定性平差模型的平差准则与解算方法

在测量数据的获取过程中,经常存在着不确定性,它们影响着参数估计的可靠性。本文通过把不确定度作为参数融入函数模型,建立了不确定性平差模型。依据残差中不确定性传播规律,确定了残差最大不确定度达到最小的平差准则,利用迭代算法得到了不确定性平差模型的解算方法。通过实例分析了最小二乘平差、整体最小二乘平差和不确定性平差准则下最优解的不同特点,从另一个角度探讨了不确定性观测数据处理方法,推广了现有的误差理论。     

控制网平差中的组方差估计

Helmert很早前提出的方差估值理论，近年来已被用于平差中确定观测值的正确权（如〔1〕、〔3〕、〔4〕等）。本文给出形式较简且收敛较快的严密公式，列举了应用实例，可资验证。     

平差参数的抗差特征根估计

在有偏估计的特征根方法基础上 ,利用等价权方法 ,提出一种新的估计—抗差特征根估计。它既能有效地克服设计阵复共线性的影响 ,又可显著地抵抗粗差的干扰。从而提高了参数估值的准确性、稳定性和可靠性。     

测量平差抗差模型设计

本文根据抗差估计原理分别导出了几种不同类型测量平差抗差模型。讨论了这些模型的适用范围和实际应用中应注意的一些问题。     

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。     

平差参数的岭估计和压缩估计

当法方程的系数矩阵呈病态时,平差参数的统计性质就要变坏。为改善最小二乘估计,本文介绍岭估计和压缩估计,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均方误差。本文提出了各种求岭系数和压缩系数的方法,并对它们的使用提出了一些意见。