部分岭估计的岭参数确定方法

部分岭估计在许多实际的数据处理中是非常有效的,但其岭参数的确定始终是个难点问题.针对这个问题展开了分析,推导了广义交叉检核法、L-曲线法等几种常用的岭参数确定方法在部分岭估计模型下的具体形式.通过对其算例进行计算分析并比较了各自的优缺点.结果证明,L-曲线法虽然无法定义最优,但是适用性好,稳定性佳,与前两种方法相比有一定优势.     

用L-曲线法确定岭估计中的岭参数

运用L 曲线法来确定岭估计中的岭参数 ,推导了用L 曲线法确定岭参数的基本公式 ,在此基础上实现了其算法 ,并用两个算例 ,比较了新方法和以往方法。结果表明 ,L 曲线法不仅容易收敛 ,而且其计算结果的精度较高     

基于岭估计的有理多项式参数求解方法

在使用最小二乘法解算卫星遥感影像的RPC参数时,如果控制点非均匀分布或模型过度参数化,其法方程系数矩阵很容易产生病态,获得的解将偏离真值,甚至得到错误的解。使用岭估计可改善法方程的状态,保证解稳定。采用岭估计方法,通过所获取的不同岭参数对SPOT和QuickBird影像进行实验,证实L曲线法是一种稳定的、有效的岭参数确定方法,可显著提高RPC参数的解算精度。     

岭参数确定的研究

中文阐述了多种岭参数确定方法的原理,如岭迹法、L曲线法、两步解法、GCV法和双h公式法,应用数据编程比较了各种岭参数计算方法所得的结果及对最小二乘估计的改进效果.结果表明,L-曲线法易于确定岭参数,是一种确定岭参数的良好方法.此外,两步解作为另一种解算病态问题的方法,不仅要明显优于LS估计,并且改善了L-曲线法的计算结...     

基于岭参数的谱修正迭代法及其在有理多项式参数求解中的应用

通过比较基于L-曲线法求取岭参数的岭估计法与谱修正迭代法,分析了两种方法的特性,为选择合适的方法进行病态方程求解作参考。针对谱修正迭代法收敛慢、效率低这一缺点,提出了一种利用狭义岭估计中的岭参数(或广义岭估计的岭参数对角矩阵)进行谱修正,改进谱修正迭代法的方法。利用模拟算例对改进的方法进行实验,在不同噪声情况下,改进方法效率有不同程度的提高。把改进方法应用到SPOT影像RPC求解中,发现改进的方法在应用中具有一定的优势。     

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。     

广义岭估计的直接解法

提出了广义岭估计的直接解法。该解法不需计算岭参数,可直接求得具有最小均方误差的解。并举例证实了该解法的优越性     

选取岭参数的一个新方法

当法方程的系数阵呈病态时,平差参数的最小二乘估计不再是一个良好好估计。为改进最小二乘估计,许多学者提出众多的有偏估计方法,其中影响最大的是岭估计和主要估计。     

基于L曲线法的抗差岭估计模型

介绍了基于L曲线法的抗差岭估计模型及其在抵御系数阵病态和观测粗差影响中的作用,给出了抗差岭估计模型的推导公式及L曲线法确定岭参数的基本原理。最后结合实际算例作出五种方案的计算比较,结果表明：基于L曲线法的抗差岭估计模型能够有效地改善和抵御系数阵病态和粗差观测值带来的影响。     

病态加权总体最小二乘平差的岭估计解法

采用岭估计法处理加权总体最小二乘平差的病态性问题,推导了相应的求解公式及均方误差评定精度的方法,定义了病态加权总体最小二乘平差中的模型参数分辨矩阵,并讨论了岭参数的含义及其作用,给出了确定病态加权总体最小二乘岭估计中岭参数的岭迹法、广义交叉核实法和L曲线法。算例计算了普通最小二乘、普通总体最小二乘的结果,并比较了三种确定岭参数的方法在处理病态加权最小二乘岭估计和病态加权总体最小二乘岭估计中的优缺点。     

附有病态约束反演问题的岭估计法

提出了处理附有病态约束矩阵的等式约束反演问题的岭估计解法,推导了相应的求解公式及均方误差评定精度的方法,给出了确定附有病态约束矩阵的等式约束反演中岭参数的岭迹法、广义交叉核实法和L曲线法。算例比较了三种确定岭参数的方法在处理附有病态约束矩阵的等式约束反演问题中的优缺点,并与截断SVD法进行了对比分析。     

雷达卫星精密轨道参数确定的研究

利用改进等效中心投影模型,对欧洲空间局资源卫星(ERS)轨道参数予以精改正。为克服各参数之间强相关性的影响,引入了偏最小二乘回归(PLS)方法,取得了较好结果。     

基于信噪比检验的部分奇异值双参数修正估计

从分析LS估计和岭估计的奇异值展开式出发,研究了病态性问题的解算方法。岭估计中岭参数对较大奇异值的修正不能有效降低估计的方差,却增大了估计的偏差,这是导致岭估计有时效果不好的重要原因。首先借鉴TSVD思想,保留展式中较大奇异值所对应的项,然后修正展式中较小奇异值所对应的项。在修正前,利用信噪比检验,将各个参数按受到复共线性危害的大小分为两类,据此作出不同强度的双参数修正,提出了基于信噪比检验的部分奇异值双参数修正估计。实验结果表明,新方法的解算精度较高。