基于模糊隶属函数的参数稳健估计

参数估计过程经常遇到2个主要问题:一个是最小二乘与稳健估计不能兼顾最优无偏性和稳健性;另一个是非线性模型参数估计进行线性近似处理中带来的模型误差导致对粗差的错误鉴别和定位。针对以上2个问题,提出了基于模糊隶属函数的稳健估计方法。该方法通过隶属度加权来削弱个别粗差污染数据对参数估计结果的影响,从而达到提高参数估计稳健性的目的。分别用线性回归模型和非线性回归模型对该算法进行了验证,结果表明,该算法对粗差具有较好的抵抗能力,能够对参数进行稳健估计。     

顾及模糊逻辑关系的稳健估计

首先给出了标准化残差受粗差污染的隶属函数,进而导出了观测误差与残差之间的模糊逻辑关系,以及观测误差属于粗差的隶属函数。最后提出了顾及模糊逻辑关系的稳健估计算法。计算结果表明,顾及模糊逻辑关系的稳健估计能有效地抵制粗差的影响,并能正确地定位粗差。     

Surface Matching and Change Detection Using a Modified Hough Transformation for Robust Parameter Estimation

Many photogrammetric and GIS applications, such as city modelling, change detection and object recognition, deal with surfaces. Change detection involves looking for differences between two surface models that are obtained from different sensors, for example an optical sensor and a laser scanner, or by the same sensor at different epochs. Surfaces obtained through a sampling process may also have to be compared for future processing (for example transformation parameter estimation and change detection). Surface matching is therefore an essential task in these applications. The matching of surfaces involves two steps. The first step deals with finding the correspondences between two surface points and/or patches. The second step requires the determination of transformation parameters between the two surfaces. However, since most surfaces consist of randomly distributed discrete points and may have different reference systems, finding the correspondences cannot be achieved without knowing the transformation parameters between the two surfaces. Conversely, deriving the transformation parameters requires the knowledge of the correspondence between the two point sets. The suggested approach for surface matching deals with randomly distributed data sets without the need for error prone interpolation and requires no point-to-point correspondence between the two surfaces under consideration. This research simultaneously solves for the correspondence and the transformation parameters using a Modified Iterated Hough Transform for robust parameter estimation. Several experiments are conducted to prove the feasibility and the robustness of the suggested approach, even when a high percentage of change exists.     

一种使用抗差估计的保护水平重构方法

北斗全球卫星导航系统(简称北斗三号系统,BDS-3)的建设对拓展全球卫星导航系统(global naviga tionsatellitesystem,GNSS)的应用有重要作用,为多星座融合定位、导航和授时提供了重要支持.多系统融合定位给用户提供了更多的导航信息源,也为导航卫星系统完好性和用户自主完好性指标的实现提供了...     

基于等价权抗差估计和线性规划的天线曲面拟合算法

现有天线曲面拟合算法均基于最小二乘法,难以消除多个粗差对拟合结果的影响。本文基于等价权抗差估计思想,利用线性规划计算残差初值,再进行选权迭代计算。通过算例,证明本文方法能较好地探查多个粗差,且计算结果精度更高。     

基于GPGPU技术快速提取数字表面模型

介绍一种基于通用计算图形处理单元（GPGPU）技术快速提取数字表面模型（DSM）的方法,探讨了使用LiDAR和摄影测量方法获取数字表面模型的不同特点,并通过分别使用CPU和GPU技术获取一个大面积山区数字表面模型的案例对比,证明了基于CUDA架构的数字表面模型提取方法是有效和可行的。     

基于中位数法的抗差总体最小二乘估计

针对现有总体最小二乘抗差算法存在的缺陷,应用中位数法确定模型参数的初值,提出了对模型的观测向量与系数矩阵中的观测元素进行分类定权的思想,避免了中误差估计偏差与随机模型误差对等价权函数抗差性的影响。基于中位数法建立总体最小二乘抗差迭代算法,并结合算例对算法进行验证。结果表明,在相同观测样本条件下,本文提出的算法拟合的精度高于传统算法拟合的精度。     

基于抗差估计的地表移动观测站GPS控制网坐标系统转换

为监测潘一东区1252（1）首采面开采引起的地表移动变形规律,布设了由1条全走向线和一条全倾向观测线、12个控制点和186个监测点构成的地表移动观测站.在采用GPS定位技术实施观测站平面连接测量过程中,为克服转换基准点中存在的位移对求解的转换参数的影响,采用了抗差估计理论,并建立转换后GPS网的质量评价模型.根据对GPS连接测量平面控制网的处理结果分析,采用抗差估计求参,有利于保留GPS技术高精度的特点.     

基于VB6.0的水准网抗差估计程序设计与开发

针对当前水准网平差软件不能满足用户粗差探测需求的现状,基于VB6.0编写了水准网抗差估计程序,本程序可以在固定基准、秩亏基准、拟稳基准下对水准网平差,并利用7种不同的选权迭代法进行抗差估计,达到抗粗差干扰的目的.本文选用IGG-Ⅲ法在3种不同基准下进行抗差估计,结果验证了程序的正确性和可靠性.     

利用中位数进行光纤陀螺信号抗差估计

为了削弱光纤陀螺信号中异常噪声对寻北精度的影响,在滤除高频周期噪声的基础上,提出了一种处理陀螺信号的新算法。推导了陀螺信号的抗差解公式及其误差影响函数,取观测值的中位数作为抗差初值,利用一次抗差估计求得的观测残差再用中位数法求得均方差因子,并给出了高崩溃污染率的初值辅以IGGⅢ方案迭代解算的混合算法。计算结果表明,基于可靠初值和均方差因子估值的抗差估计可以有效削弱异常干扰对陀螺的影响。     

基于抗差最小二乘估计的载体速度计算方法

针对相位率值的特点,引入抗差最小二乘估计进行速度计算,根据IGGⅢ方案选取合适的等价权因子来降低存在小周跳影响的观测值对结果的贡献,利用航空飞行实验的数据进行了计算分析,结果表明经过抗差后的速度仍可保持在mm/s的量级。     

基于抗差估计的GPS／CoMPASS组合实时差分定位算法

在GPS／cOMPASS组合差分定位基础上,引入抗差估计方法,通过降权调整合有粗差观测值对定位的影响,利用路测试验,对比RTK的厘米级定位,结果表明：抗差GPS／COMPASS组合实时差分定位优于非抗差定位,平面精度在2．0m左右。     

基于中位参数初值的等价权抗差估计方法

等价权抗差估计法保留最小二乘估计处理正常观测值的优良特性,但其抗差性与初值关系极大,若用最小二乘估值作初值,必定会影响其抗差性.中位数法具有很好的抗差特性,但它只用部分观测数据计算参数估值,丢失大量有效信息.基于中位参数的抗差估计方法,在有限样本时,给出其崩溃污染率的估算方法.根据中位参数法和等价权抗差估计法的各自优点...     

基于抗差Chebyshev多项式的相位伪距周跳探测与修复算法

相位伪距组合(1,-1)受多路径变化和电离层延迟的影响,周跳探测精度为2周,严重影响了传统相位伪距法的周跳探测性能。针对这一问题,利用基于抗差估计的Chebyshev多项式对各备选周跳的观测值进行拟合,依据残差和最小的原则,准确判别出原始相位的周跳值。实例验证该方法实用性强,可靠性高,相比传统相位伪距法具有更好的周跳探测与修复能力。     

基于验后方差估计的稳健整体最小二乘方法

根据整体最小二乘的验后方差估计,求出观测值的验后方差,通过方差检验可找出方差异常大的观测值。然后根据经典权与观测值方差成反比的定义赋予它一个相应小的权进行下一步迭代平差,逐步实现粗差定位。通过坐标转换实验,利用一般最小二乘法(LS)、加权整体最小二乘法(WTLS)以及文中提出的稳健整体最小二乘法(RTLS)分别对待估参数进行求解对比,解算结果表明文中提出的方法能对粗差进行有效的定位,且估计量受粗差影响较小,具有稳健性,估算效果优于其它两种方法。     

基于标准化残差的相关观测抗差估计模型

根据观测误差与解差函数的关系,建立了山标准化残差构造的相关观测抗差估计模型。     

BRDF模型参数分阶段鲁棒性反演方法

遥感BRDF物理模型均建立于一定的假设或基于某些理想状况，其模拟的数据与观测数据之间多少会存在一些差异（误差）。利用BRDF模型反演地表参数时，如果不加选择地使用所有观测数据，势必会影响模型参数反演的准确度。遥感反演时一般都采用代价函数进行参数拟合。经典的最小二乘（LS）拟合代价函数对正态分布误差具有一定的抗干扰性，但是当观测数据含有异常值时却会导致反演结果的不稳定。最小中值平方（LMS）方法具有鲁棒性特点，反演时若将其作为代价函数，则可以有效地检测出观测数据中含有的异常值，从而可以使模型反演准确度提高。本文以遥感BRDF物理模型——SAIL模型为例，使用模拟数据与真实地面观测数据，构建LMS与LS两种代价函数，分阶段地进行地表参数的反演方法研究。结果显示，针对具有一定误差或模型不能完全表示的观测数据，本文采用的分阶段方法可以对模型参数鲁棒地反演。     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法——抗差岭型主相关估计。推导出了相应模型的抗差解及误差影响函数,并进行了计算分析。与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响。     

数字化误差建模中的粗差探测和抗差估计

介绍了用差分算子和时间序列分析法建立数字化过程随机误差估计模型中的粗差探测方法和抗差估计方案。     

基于小波高精度点匹配的基本矩阵估计

利用2视图进行景物的3维重构中,基本矩阵的估计是一个非常重要的问题。目前无论是线性算法还是非线性算法,在估计基本矩阵时都不太理想。这里采用图像的Harries角点作为端点,经过基于小波变换的子线段匹配方法获得高精度的匹配点对;在此基础上,进一步采用Hartley提出的改进八点算法获得了高精度的基本矩阵。通过真实图像的对比实验证明,该方法能有效地提高景物3维重构中基本矩阵估计精度。