利用最优正则化方法确定Tikhonov正则化参数

基于均方误差最小意义下运用最优正则化方法确定正则参数,推导了计算最优正则参数的公式,并结合算例分析比较了求解病态方程的L-曲线法、GCV法等常用的方法,算例表明,基于最小均方误差的Tikhonov正则化参数优化选取方法是一种可行有效的方法。     

航空重力数据向下延拓的迭代Tikhonov正则化法

根据观测面和延拓面测量数据的Poisson积分平面近似关系,结合快速傅立叶变换算法,将向下延拓转换到频率域进行计算,并采用迭代Tikhonov正则化方法,克服计算的不稳定性,提高计算结果的精度,实现了航空重力测量数据的向下延拓。最后采用模拟航空重力测量数据验证了该算法的有效性,取得了较好的延拓结果。     

平差不适定问题解性质与正则参数的确定方法

对于测量平差不适定问题的求解问题,大都可归结Tikhonov正则准则下的极值问题,而正则参数求解又至关重要。本文在讨论其解性质的基础上,归纳与总结了不适定问题正则参数的几种确定方法,通过两个算例对几种方法进行了综合分析与比较,指出了其方法的适用性及特点。     

一种病态EIV模型正则化的修正算法

针对解决变量中含有误差(EIV)模型参数估计算法的降正则化性导致即使模型参数初值可靠,参数估值也可能在迭代过程中发散的问题,该文分析现有EIV模型参数估计算法具有的降正则化性质,讨论EIV模型参数估计算法具有的降正则化性对模型正则化的影响,建立一种病态EIV模型的实时修正算法。通过算例验证该文所建立的算法,算例结果表明,该文建立的算法能够有效解决EIV模型参数估计存在的上述问题。该文所建立的病态EIV模型正则化算法更具普适性。     

有偏改正的正则化抗差方法

现代测绘科技中,由于数学模型的过度参数化或观测信息不足,会导致观测方程具有病态性,同时,观测值中会产生粗差,由于上述两种原因,平差结果的质量将会受到严重的影响。而普通的正则化抗差方法,定权过程不严谨,同样会对平差成果造成不利的影响。针对上述问题,文中提出一种有偏改正的正则化抗差方法,即通过有偏改正后的残差进行等价权的确定,然后利用严密的等价权对含有粗差的病态方程进行求解。通过具体的实例分析,验证本方法在均方误差意义下优于普通的正则化抗差方法。     

吉洪诺夫正则化总体最小二乘的圆曲线拟合

针对利用离散的观测坐标拟合圆曲线,在观测点分布较为集中时,会引起法方程病态问题,使用高斯-马尔可夫模型,以圆的参数方程为数学模型,引入更多的参数,结合Tikhonov正则化进行总体最小二乘,并对公元前500年古希腊科林斯赛马场跑道的一组考古数据(观测点集中分布在跑道起点处,该跑道近似为圆形),采用Tikhonov正则化总体最小二乘求解曲线参数.实验结果表明,该文提出的基于高斯-马尔可夫模型的Tikhonov正则化总体最小二乘方法可以有效解决圆曲线拟合中的不适定问题.     

度量LS及正则解质量的信噪差异指标

不适定问题最小二乘(LS)解的质量有时很差,其主要原因之一是设计阵的病态性.正则化方法是克服该缺陷的有效方法,但要以损失一些解的精确性作为代价.不适定问题在LS解质量并不差的情况下,则没有必要采取正则化方法.于是就产生一个决策问题:即何时有必要采取正则化方法.这里提出的信噪差异指标就是一种决策指标.该指标可用于度量LS解和正则解的质量,以及正则化参数的恰当选取.数值试验验证了其有效性.     

向下延拓航空重力数据的Tikhonov双参数正则化法

为了避免正则化参数对向下延拓过程可靠成分的修正影响,提出了Tikhonov双参数正则化法。引进截断参数,将法矩阵的奇异值分为相对较大的奇异值（可靠部分）和相对较小的奇异值（不可靠部分）;引进正则化参数,只对法矩阵的小奇异值进行修正,以抑制高频误差对向下延拓解的影响。采用改进的广义交互确认法（GCV）确定截断参数和正则化参数。基于EGM2008重力场模型仿真了一组航空重力数据,验证了该方法对航空重力数据向下延拓过程的有效性。     

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。     

一元有界p范分布的参数自适应估计

根据实际观测误差的有界性，得到了有界误差分布的一般模式，讨论了此分布的数学期望、方差和特征函数等数字特征，得到了极大似然估计方程。模拟算例的结果表明，有界p范分布参数估计的结果优于无界p范分布极大似然估计的结果。     

非线性不适定遥感反演中正则化参数的定量确定

以地表和大气参数一体化反演为例,以香农熵减表达反演过程中的信息利用,在一定的合理假设下,推出了非线性不适定反演问题中正则化参数(先验信息比)在迭代过程中的定量确定方法。本文方法在保持反演稳定性的前提下,最大限度地利用观测数据中的信息,提高了目标参数的反演精度。     

自适应参数估计与内外部精度的关系

随机模型可以依据内部精度进行自适应调整,也可依据外部精度或依据半外部精度进行自适应调整。本文首先分析测量数据处理近几年发展起来的自适应参数估计统计量。分析发现,现有随机模型自适应估计都与内部精度、外部精度或半外部精度有关,进而将相应的参数估计也分为内部、外部和半外部自适应参数估计,并对这几类自适应参数估计的特点也进行了分析。最后利用算例分析这几类自适应估计的主要性质,指出这几类自适应估计的应用前提和存在的问题。     

非线性平差精度评定的自适应蒙特卡罗法

针对现有的非线性平差精度评定理论中,蒙特卡罗法模拟次数的选择不具有客观性,无法对结果进行直接控制,以及没有同时考虑到平差参数估值、随机量改正数和单位权方差估值的有偏性等问题,把自适应蒙特卡罗法融入到非线性平差精度评定理论中。通过基于自适应蒙特卡罗法的估值偏差计算和参数估值协方差阵计算,设计了非线性平差精度评定一套理论完整的算法流程。基于对偶变量的思想,提出了参数估值偏差计算的对偶自适应蒙特卡罗法。直线拟合模型和椭圆拟合模型两个算例结果表明,非线性平差精度评定的自适应蒙特卡罗法能获得稳定且合理的精度评定结果,具有更强的适用性;对偶自适应蒙特卡罗法计算估值偏差的收敛速度更快,效率更高。     

PEIV模型参数估计新算法

PEIV(Partial Errors-In-Variables)模型是EIV模型的扩展,它能解决系数矩阵含有非随机元素或存在结构特性的问题。针对常规PEIV模型算法的复杂性,提出了一种PEIV模型参数估计的新算法。该算法将系数矩阵含误差的元素看成是一类观测值,与平差模型原观测值构成两类观测值,将PEIV平差模型表示为类似于传统的最小二乘间接平差模型,再通过非线性最小二乘平差理论,推导出了算法的迭代公式和精度评定公式。算法迭代格式与间接平差类似,通过算例验证了算法的可行性和正确性。     

MATLAB语言在非线性最小二乘估计中的应用

伴随着测量事业的发展,要编制测量参数估计的矩阵运算程序越来越复杂,难度也越来越大。MATLAB与其他编程语言相比,具有简单直观、速度快等特点。本文将MATLAB语言运用于非线性模型参数估计,并给出了单纯形法进行非线性参数估计的函数程序。     

非线性模型参数估计的直接解法

提出了非线性模型参数估计的直接解法。该方法不仅不需迭代,而且由于顾及了二次项和三次项的影响,参数估值的精度优于传统的线性近似时参数估值的精度,且易应用传统的精度评定理论进行精度评定。     

基于自适应参数估计的多时相遥感图像变化检测

提出一种基于自适应参数估计实现多时相遥感图像的变化检测算法.首先应用分层Markov随机场模型建立多时相差分图像的统计模型;然后通过非监督的迭代自适应参数估计实现差分图像的分类,从而检测出变化的像元.在每次参数估计过程中,先将上次估计出的参数用于最大后验估计实现差分图像的分类,然后根据分类结果再对参数进行修正,并将修正后的参数用于下一次迭代分类,如此循环迭代,能够自适应地完成差分图像的参数估计与分类.     

非线性模型参数估计的大洪水解算方法

直接搜索算法作为非线性模型参数估计的一种求解方法,具有无需求导,适用范围更广的优点,因而成为近年来的研究热点。将大洪水算法作为一种新的直接搜索算法引入到非线性模型的参数估计中,并以实例进行了计算分析,结果表明:大洪水算法是一种简单有效的非线性模型参数估计的直接搜索解算方法,不但在算法性能上表现优越,而且解的搜索不依赖于初值,能以较大概率收敛到全局最优解,是一种值得推广的直接搜索算法。     

一种伪随机脉冲的快速参数估计方法

在精密定轨中,附加伪随机脉冲能够很好地弥补力学模型精度不足的问题,然而由于伪随机脉冲数量通常较多,如果利用常规最小二乘方法直接进行参数估计,会严重降低计算效率。针对这一问题,给出了一种基于参数预消除与回代思想的伪随机脉冲参数快速估计方法,实测算例表明,利用本文方法,能够获得与常规最小二乘方法相同的参数估值,但本文方法在计算效率上要明显优于后者。