最小二乘法和抗差法平差中的粗差检测和数据探测

在一组观测量中，进行平差和检测粗差存在的方法有许多，多数这样的方法包括检验平差结果中那些在某种意义上“较大”的残差。在数据探测中，每个残差除春均方很差，得到分布统计量。这样粗差探测就成为一个统计学假说的检验问题，在重复进行的数据探测，每次只将带有最大的标准化残差的观测值除去。残差可能来自惯用的最小二乘ＬＳ平左或得自Ｌ１范数平差，后种平差是寻求所有残差绝对值最小和的方法，使用ＬＳ残差的重复数据探测至     

平差数学模型教学改革的探讨

在测量平差概述的教学过程中,通过对必要量、观测量、必要观测量、多余观测量、必要起算数据、多余起算数据等几个概念之间关系的分析,有助于学生理解与掌握平差数学模型的建立,教学效果较好。     

条件平差和间接平差模型应满足的两个等式关系

条件平差和间接平差法是两种最基本的测量数据处理的方法,在整个工科数据处理中得到了广泛应用.但是,实践中,一些工程人员对这两种平差方法的区别与联系并不十分了解.本文基于最小二乘准则解的本质,推导出了条件平差法与间接平差法系数阵和常数项间应满足的两个等式关系,有助于广大工程人员理解这两种测量平差的本质与联系.     

GPS网参数约束平差法研究

简要介绍了参数约束平差的模型,与常规平差方法比较,参数约束平差数据处理简单,易于程序实现,以一GPS网为算例,用参数约束平差法获得了经典自由网平差、秩亏自由网平差、符合网平差的结果。     

附有限制条件的间接分组平差模型与公式

针对大型测量控制网给出了两种附有限制条件的间接分组平差的函数模型。利用分组平差理论及相关最小二乘原理，推导了该两种函数模型的平差计算及精度评定公式。     

顾及粗差的混合最小二乘平差实验分析

通过详细介绍总体最小二乘法以及其与经典最小二乘法的关系,引出综合了经典最小二乘法与总体最小二乘法的混合最小二乘平差法。为了研究混合最小二乘法的优劣,本文设计一套比较混合最小二乘法与经典最小二乘法的实验方案。通过实验结果可知,混合最小二乘法并非总优于经典最小二乘法,只有当系数阵误差比观测值误差大或略小时,混合最小二乘法才始终优于经典最小二乘法。     

非线性最小残差绝对值和最小平差的遗传算法

遗传算法是一种基于自然选择和自然遗传学机理的全局优化搜索算法。文章在扼要介绍遗传算法的基础上,设计了非线性残差绝对值和最小的遗传算法,并将其运用于非线性残差绝对值和最小的平差模型中,并通过实例验证了该算法的有效性。     

自由网平差法之计算

对自由网作秩亏平差，即求其最小二乘范数解，是近十年提出的一种自由刚平差的新方法。业已证明，这种方法所求的未知数精度均匀，协因数阵的迹为最小，网中观测量的改正数及其函数和它们的精度（一般称之为不变量）与网中有必要起始数据的经典自由网平差（条件平差或间接平差）的相应结果完全相同，     

全最小一乘的灰色模型在变形监测中的应用

简述了全最小一乘准则下的参数估计理论和灰色GM(1,1)模型建模原理,介绍了全最小一乘准则下的灰色GM(1,1)模型参数估计和利用线性规划模型进行参数计算的方法。通过实例与最小二乘准则下灰色GM(1,1)模型计算出的各项指标进行对比,结果显示,利用全最小一乘准则下的灰色GM(1,1)模型进行变形预测,不论有无异常值存在,其预测值均有较强的稳健性。因此,该模型对工程变形监测的预报具有重要的意义。     

总体最小二乘拟合问题求解方法的比较研究

目前对总体最小二乘求解方法的研究,出现了奇异值分解的总体最小二乘法、顾及自变量和因变量误差的总体最小二乘法及正交总体最小二乘法.在模型推导的基础上,本文对3种总体最小二乘法在直线和平面拟合中求解的参数及其精度进行了分析,通过与最小二乘法的比较表明,总体最小二乘法得到的拟合结果更加稳健,且以正交总体最小二乘法的拟合结果为最优.     

GPS网数据处理几个问题

本文指出在GPS网平差中有关精度评定、权的确定以及坐标转换所产生的控制点间隙等存在问题，供研究讨论。     

LTS 回归与最小一乘法稳健性比较

探讨了可以抵抗回归数据中出现的X与Y空间的多个异常点稳健回归估计方法,介绍了最小一乘法与LTS估计,并利用MATLAB模拟数据,分析以LS,LTS和最小一乘法三种方法对三组模拟数据进行分析比较,表明LTS方法比其他两种的抗粗差效果要好,具有很强的稳健性。     

利用最小二乘的雷达干涉PS相位解缠方法

常规DInSAR技术中,时空失相关及大气廷迟等因素的影响限制了相位解缠结果的精度.永久散射体(PS) InSAR方法间接克服了常规雷达干涉中的时空失相关问题,单独对PS这种高相干目标进行相位解缠可以避免失相关噪声对解缠结果的影响.本文在已有相位解缠方法的基础上,提出基于最小二乘的稀疏PS点相位解缠方法,陈述了相应的建模思想及相关数据处理方法;分别基于模拟数据和真实数据(日本ALOS卫星获取的PALSAR L波段数据)对所提方法进行了实验验证.结果表明,该方法能够有效地对PS数据集进行相位解缠.     

一种SPOT影像参数动态筛选的最小二乘匹配方法

本文从参数估计的角度出发,把最小二乘影像匹配(LSM)问题看作具有附加系统参数的平差问题。文中在理论研究和实验分析的基础上,指出附加参数选择是影响LSM匹配质量的主要因素之一。因此,文中提出了基于假设检验的参数动态筛选LSM算法。通过SPOT影像匹配实验比较,证实了参数动态筛选对改善LSM质量有效。     

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。     

加权总体最小二乘在重心化Bursa模型中的应用

研究了基于加权总体最小二乘的重心化布尔沙模型的坐标转换算法,针对坐标转换中原始坐标和目标坐标均存在误差的问题,根据误差的影响程度不同而给予不同的权值,利用加权总体最小二乘方法求解转换参数。坐标重心化的方法可以解决布尔沙模型在局部地区容易出现病态的问题,将两种方法结合可以很好地提高坐标转换的精度,通过实例验证了该方法的优越性。     

多变量整体最小二乘在激光跟踪仪转站中的应用

激光跟踪仪转站实质是就是三维坐标转换,转站前后坐标误差必然存在,导致系数矩阵中必然存在随机误差。为消除系数矩阵中携带的随机误差对激光跟踪仪转站精度的影响,提高激光跟踪仪转站的精度,文章采用基于EIV(Error-in-Variable)模型的多变量整体最小二乘求解转换参数。多变量整体最小二乘在考虑观测矩阵结构性的基础上同时对观测矩阵与系数矩阵进行改正,其思路是将旋转参数、尺度参数和平移参数分开求解,避免了计算转换参数循环迭代的过程。实验结果表明,多变量整体最小二乘获得的参数估计值比最小二乘平差法获得的参数估计值更加接近设计值,提高了转站的精度。     

不等式约束最小二乘问题的解及其统计性质

对不等式约束最小二乘平差问题,借助非线性规划中的凝聚约束方法把多个不等式约束转化为一个等式约束,采用拉格朗日极值法求解,解与贝叶斯解或单纯形解一致。其优点在于该解能够表示为观测的明显表达式,由此解的统计性质与最优性可以确定。给出演示该方法的GPS单点定位算例。