An approach to response-based reliability analysis of quasi-linear Errors-in-Variables models

The paper presents an approach to internal reliability analysis of observation systems known as Errors-in-Variables (EIV) models with parameters estimated by the method of least squares. Such problems are routinely treated by total least squares adjustment, or orthogonal regression. To create a suitable environment for derivations in the analysis, a general nonlinear form of such EIV models is assumed, based on a traditional adjustment method of condition equations with unknowns, also known as the Gauss–Helmert model. However, in order to apply the method of reliability analysis based on the approach to response assessment in systems with correlated observations, presented in the earlier work of this author, it was necessary to confine the considerations to a quasi-linear form of the Gauss–Helmert model, representing quasi-linear EIV models. This made it possible to obtain a linear disturbance/response relationship needed in that approach. Several specific cases of quasi-linear EIV models are discussed. The derived formulas are consistent with those already functioning for standard least squares adjustment problems. The analysis shows that, as could be expected, the average level of response-based reliability for such EIV models under investigation is lower than that for the corresponding standard linear models. For EIV models with homoscedastic and uncorrelated observations, the relationship between the average reliability indices for the independent and the dependent variables is formulated for multiple regression and coordinate transformations. Numerical examples for these two applications are provided to illustrate this analysis.     

Another approach to reliability measures for systems with correlated observations

An approach to internal reliability analysis is presented which, compared to existing approaches, offers further insight into the system responses to observation gross errors. The proposed reliability measures are defined on the diagonal and non-diagonal elements of the modified reliability matrix being an oblique projector. It maps the observations into the least squares residuals, both expressed as multiples of the a priori standard deviations of the observations. The system responses to a single gross error, such as the local, the quasi-global or the global response, are discussed and their consistency with non-correlation case is proved. Also, the reliability criteria interpretable in terms of those responses are proposed. They enable one to evaluate the observation systems with correlated and uncorrelated observations with respect to internal reliability. An attempt is also made to relate the global responses to reliability numbers that are the basis for determining the magnitude of the minimal detectable bias. Some differences of the new reliability measures in relation to existing measures are indicated. A numerical example is provided, showing the reliability analysis for a simulated horizontal network (distances, angles and GPS vectors), with given covariance matrix for GPS-vector components. In addition, a reliability analysis is presented for a simple leveling network being a study case for other authors referred to in this paper.     

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。     

精密单点定位的可靠性研究

从传统最小二乘的可靠性理论出发,推导了卡尔曼滤波观测方程和预计状态向量的可靠性理论,并与传统多余观测分量的可靠性进行比较。结果表明,两种方案的观测方程的内部可靠性不仅与观测值的精度有关,还与卫星几何结构和卫星高度角有关。卡尔曼滤波的预计状态向量的内部可靠性比观测方程的内部可靠性更易受卫星几何结构的影响。虽然两种方案的外部可靠性在收敛之后都在mm级,但伪距的收敛速度要快于载波相位。     

随机删失下半参数模型的补偿估计方法

考虑半参数测量模型L=Bx+S+Δ,x∈Rd为未知回归参数,S为未知Borel函数。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。其次利用补偿法并综合最小二乘法,导出了这种平差方法的解算公式。在本文的最后,将这种方法与最小二乘平差方法进行了比较分析,结果说明,半参数测量模型能更接近于真实情况。     

正规化矩阵正定时半参数估计量的统计性质

利用补偿最小二乘原理构造加权惩罚平方和,得到半参数模型中正规化矩阵正定时参数和半参数的估计量.从偶然误差的统计特征出发,详细讨论这种平差方法得到的参数估值的一些统计性质,并对半参数平差与最小二乘法的参数估计值进行比较.理论分析表明,通过选取合适的平滑参数,半参数平差方法优于最小二乘法.另外从数理统计的角度对平滑参数的选取进行分析,得到平滑参数的取值范围,也给出了平滑参数对模型精度的影响.     

连续观测系统的平差模型与有色噪声补偿

现代测量技术多依赖于各种连续对地观测系统。有色噪声在影响参数估计的同时,还蕴含了地球科学研究所需的大量有用信息。本文讨论了连续平差模型及最小二乘解,将有限维空间中的测量平差问题推广至无穷维空间,从信号分析角度讨论了观测有色噪声的消除方法。研究表明,连续观测方程的最小二乘解可由经典最小二乘解的极限导出;有色噪声对解的影响是系统性的,然而通过合理的观测方案设计可以实现参数的无偏估计     

灰色最小支持向量机模型在高程拟合中的应用

针对传统单一灰色最小二乘支持向量机(GLSSVM)高程拟合方法的不足以及LSSVM模型参数选择的随机性,该文提出了一种基于PSO-GA算法优化的灰色最小二乘支持向量机高程拟合模型。模型将灰色模型与最小二乘支持向量机模型相结合,建立GLSSVM模型,并结合粒子群算法与遗传优化算法寻找GLSSVM模型的最优参数组合。为进一步验证提出模型的可靠性与有效性,通过具体工程实例,并将拟合结果分别与粒子群算法优化的最小二乘支持向量机模型(PSO-GLSSVM),遗传算法优化的最小二乘支持向量机模型(GA-GLSSVM)及单一GLSSVM模型进行对比分析,结果表明,PSO-GA-GLSSVM模型拟合精度更好,可靠性更高,为高程拟合研究提供了一种思路。     

实参数与复参数混合域最小二乘平差方法

针对平差问题同时含有实数域参数和复数域参数的情形,提出了实参与复参混合的测量平差建模思路,并导出了相应的混合域最小二乘平差方法。该方法统一概括了实最小二乘和复最小二乘方法,其估计过程包括两步:基于零空间算子的实参数平差估计和复数平差模型的复参数估计。通过等价变换将实数域投影变换模型、直接线性变换模型分别重构为相应的混合域平差模型,有效降低法方程求逆维数,从而提高建模和平差计算效率。应用结果及分析验证了本文所提方法的正确性和有效性。     

多变量稳健总体最小二乘平差方法

分析指出了在总体最小二乘解下,含有多列独立变量的(以下简称为多变量)变量含误差(errors-invariables,EIV)模型,其各列变量的改正数受对应的参数估值与观测向量先验精度的联合影响,参数估值与观测向量先验精度的乘积越大,则该列变量的改正数越大。因此,现有稳健总体最小二乘方法采用同一个单位权中误差对多变量EIV模型进行降权处理时,会优先对模型中的某一列变量进行降权处理,从而造成平差结果不合理甚至错误,称之为虚假稳健估计现象。鉴于此,提出了多变量稳健总体最小二乘平差方法,并导出了相应的参数估计与精度评定公式。该方法对含有粗差的多变量EIV模型的各列独立变量分别进行降权处理,从而避免虚假稳健估计现象的发生。仿真算例结果表明,当观测值含有粗差时,该方法能够有效避免虚假稳健估计现象的发生,并能够定位出粗差所对应的误差方程;相较于总体最小二乘和稳健最小二乘方法,该方法的参数估计结果更接近真值。     

单应性几何下的后方交会直接解法

传统的后方交会最小二乘解法需要良好的外方位元素初值。在无初值或者初值不够精确的情况下,最小二乘迭代不容易收敛。在近景摄影测量或者计算机视觉等领域,往往不提供良好的初值,无法适用传统的后方交会解法。针对上述情况,本文提出了一种基于单应性矩阵的后方交会直接解法,在不需要初值的情况下,获取外方位元素的直接解。该方法根据单应性矩阵所描述的平面几何关系,利用单应性矩阵内在的约束条件,将后方交会问题转换为一个二元二次方程组的求解问题。该方法受舍入误差影响小,在无偶然误差的情况下,解算精度能达到10–9量级,能够避免传统直接解法计算复杂的问题,为传统的平差迭代解法提供良好的初值。此外,在多个控制点共面的情况下,该方法能够直接获得外方位元素的精确解。实验结果表明:在各种不同倾角拍摄的情况下,该方法均能够获得稳定的外方位元素,为后续的后方交会最小二乘算法提供良好的初值。采用本文方法计算的初值参与平差,能够达到与人工给定初值平差一致的精度,且迭代收敛速度是人工给定初值平差的2倍以上。在控制点共面的情况下,该方法的反投影精度能够达到亚像素级,且精度优于大部分主流的直接解法。     

融合正交几何信息的非线性等式约束整体最小二乘平差及迭代算法

正交距离最小二乘和加权整体最小二乘是解自变量含误差拟合问题的两种独立准则。加权整体最小二乘与正交距离最小二乘不同,它不考虑测量点与拟合点之间的连线垂直于拟合对象的几何信息,不能确保测量点到拟合对象的距离的平方和为极小值。针对该问题,本文将正交几何信息作为约束条件融入加权整体最小二乘,提出一种约束方程带有误差改正数的非线性等式约束整体最小二乘平差法。首先,把加权整体最小二乘平差的函数式看作是非线性方程,连同正交几何约束方程一并线性化,得到线性的平差函数方程;然后,采用拉格朗日乘数法推导其参数估计及精度评定公式,并给出迭代计算算法;最后,以平面直线拟合为例,对本文方法和计算算法进行验证。试验结果表明:①本文方法和算法具有可行性;②与加权最小二乘和加权整体最小二乘相比,本文方法计算的测量点到拟合直线的垂直距离平方和最小;③本文方法计算的测量点到拟合直线的距离与测量点到拟合点的距离相等。     

航空重力测量数据向下延拓的改进Poisson积分迭代法

目前,航空重力测量是快速获取陆地和近海区域高精度、高分辨率重力场信息的非常有效的技术手段,向下延拓则是其数据处理中的关键环节,直接影响到测量结果的进一步应用。本文在对传统最小二乘法、改进最小二乘法、Tikhonov正则化法等延拓模型进行数值分析的基础上,根据调和函数的基本特性,提出并建立了Poisson积分迭代法和改进Poisson积分迭代法延拓模型。实测航空和地面重力测量数据的试验结果表明,本文新建的Poisson积分迭代法和改进Poisson积分迭代法延拓模型精度相当,比传统最小二乘法延拓模型精度提高了15.26 mGal,比改进最小二乘法延拓模型精度提高了0.21 mGal,比Tikhonov正则化法延拓模型精度略低0.13 mGal,从而证明了本文所建模型的正确性和有效性。     

基于多面核函数配置型模型的参数估计

针对同时出现非随机参数、已测点和未测点信号的配置型模型精确建立协方差函数的困难，在研究和应用最小二乘配置和多面函数拟合法的基础上，将两法综合，提出了多面核函数配置法，导出了这种平差方法的解算公式。并与最小二乘配置、多面函数拟合作了比较分析。     

Adjustment Model and Colored Noise Reduction of Continuous Observation System

The affection caused by the colored noises should be taken into account to the adjustment model. As useful signals, these colored noises should be accurately identified and extracted by Fourier analysis. A continuous adjustment model is introduced with respect to the colored noises, and then it can be generalized from the finite space to the infinite space so called as Hilbert space. This extension is to provide a new technique to perform the continuous observational system design, Fourier analysis as well as the parameter estimation. It shows that the Gramer’s determinant provides maximization criteria in the system optimization design as well as a rule in diagnosing the adjustment model. Related with the definition of the integral, the least squares solution of the continuous adjustment model becomes the limit of the traditional least squares solution in finite space. Moreover, the influence caused by the colored noises is systematic, but it can be eliminated or compensated by optimally designing the observational system.     

复数域最小二乘平差及其在POLInSAR植被高反演中的应用

传统的测量观测值都是实数,因此测量平差都是在实数空间中进行的。然而,随着科学技术的快速发展,现代测绘领域中出现了一些用复数表示的观测数据。与实数数据一样,这些复数数据同样面临着如何从带有误差的观测值中找出未知量的最佳估计值的问题。但目前涉及复数观测的数据处理时,主要还是依据观测过程,分步或直接解算,不能考虑观测误差、多余观测信息等。针对这一情况,本文介绍了复数域中数据处理的最小二乘方法,试图将测量平差从实数域推广到复数域,并定量研究了两种平差准则的优劣性。为了了解复数域最小二乘的有效性,本文以极化干涉SAR植被高反演为例,建立复数域平差函数模型和随机模型,构建复数域最小二乘法反演植被高。结果表明该算法反演的植被高结果可靠,其精度优于经典植被高反演算法,且计算简单,易于实现。     

方差—协方差分量极大似然估计的通用公式

本文由概括平差函数模型出发，按极大似然做估计原则导出了适用于所有平差函数模型的方差分量估计的通用公式，由Ｋ．Ｋｕｂｉｋ和Ｃ．Ｒ．Ｋｏｃｈ所导出的两个公式都是它的特例。     

基于稳健移动最小二乘法的点云数据拟合

针对存在噪声的点云数据,采用常规方法拟合效果精度不高的问题,提出了一种有效改善拟合精度的方法。在移动最小二乘的基础上,考虑观测量存在噪声的情况,通过设定阈值剔除噪声,从而得到精度较高的结果。通过相关实验可知:本文方法可有效剔除点云数据中的噪声,提高拟合结果的精度,稳定性更好。     

基于模糊信息优化理论的平面相似变换建模技术研究

运用模糊信息优化理论(信息扩散估计)导出各项模型精度估算指标.利用近似t-检验构造模型精度判研依据,以判断模型的可靠性.以小东江坐标系统变换为实例,演示、验证了建模技术的可操作性.