参数的期望估计

本文提出了一种能自动抗拒粗差的严密的估计方法。当没有粗差混入时,经典平差与期望平差结果基本一致;而当有粗差混入时,经典平差受粗差观测值的影响严重,而期望平差基本不受粗差观测值的影响。     

Helmert方差分量估计的粗差检验与抗差解

当观测值中含有粗差时，检验表明Helmert方差分量估计结果同样含有粗差，且粗差还可能会发生转移，为有效地抵制粗差和随机模型差的互相影响，指出了发生这一转移的原因，介绍了基于双因子等价权的抗差估计，并针对相关Helmert方差分量估计抗差解求解过程中容易出现的法矩阵0值溢出问题，提出了改进方法。     

有限观测样本的期望估计

以测量误差天态分布密度函数值确定权进行参数最小二乘估计,定名为期望估计。这类估计一般具有抗差性。本文在以密度定权的基础上,给出了期望估计解的表达式;分析了期望估计与最小二乘估计的关系;提出了使用两种估计的前提条件;讨论了期望估计的实际解算方法。文中结合几个算例进行了讨论分析,为测量参数估计提供了一种新的可供选择的方法。     

一维参数期望估计

本文给出一维参数期望估计的简易算法。并探讨了在外业观测中的应用问题。     

主成分估计与附加条件的参数平差

证明了主成分估计实质上是附着条件的参数平差，并根据此性质结合算例分析了主成分估计的局限性，提出了改进方法。     

平差参数的主成分估计

本文介绍一种求平差参数的有偏估计方法——主成分估计。当法方程系数矩阵呈病态时,主成分估计的均方误差要小于最小二乘估计的均方误差,因此,采用主成分估计是有益的。     

粗差数学期望平移模型的理论研究

现有文献对数学期望平移模型的理论分析仅考虑了观测值统计独立的特殊情况。基于观测值统计相关的一般情况,导出了数学期望平移参数估值(▽S_i)的简明表达式。在此基础上,采用统计预测理论对▽S_i进行了直观的理论解释,扩展了统计学文献中的有关结论。借助于实例,分析了▽S_i与最小二乘残差的本质区别。     

附有条件的参数平差模型的有偏估计

讨论附有条件的参数平差模型参数的有偏估计问题。提出了约束岭估计和约束主成分估计,并证明了它们的优良性质,最后给出了一个算例,验证了所得结果。     

GPS网平差中的稳健估计

GPS网平差利用三维基线向量为观测值,与常规的粗差探测不同,根据RECO法基本原理,以GPS网为例,说明RECO法在GPS网平差中粗差探测中的优越性,得出一些有益的结论。     

抗差估计在粗差探测及平差计算中的应用

常规的粗差深测技术，不仅辅助计算工作量大，而且将粗差探测与平差计算分两步进行。本文根据抗差估计原理，通过对观测值附加粗差的办法，制订不同的方案，分别进行抗差估计和ＬＳ估计。     

半参数测量平差模型参数的二阶段估计

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。其次利用核函数并综合最小二乘法建立了参数x和S非参数的估计量x、S,讨论了窗宽参数h的选取方法。最后,用一个模拟的平差算例从估值的稳定性、均方差等方面与最小二乘法进行了比较,结果说明,半参数测量模型能更接近于真实情况。     

Gauss-Markov模型参数的岭型广义逆估计及其优良性

本文继续文献 [10 ]的工作 ,进一步讨论了测量平差 Gauss- Markov模型参数岭型广义逆估计的若干性质 ,如允许性、优效性、相对效率、抗干扰性等等 ,得到了许多重要结论。计算结果表明 ,在设计阵呈病态时 ,岭型广义逆估计确能明显改善 L S估计     

抗差Helmert方差分量估计及其应用

本文讨论了当观测值中含有粗差时对Helmert方差分量估计结果的影响，为减弱这种影响，提出了抗差Helmert方差分量估计。试算结果表明，抗差Helmert方差分量估计具有一定的抵御粗差污染的能力，可用于具有多类或多种精度观测值的一并平差问题中。     

Gauss-Markov模型参数的岭型广义逆估计及其优良性

本文继续文献 [10 ]的工作 ,进一步讨论了测量平差 Gauss- Markov模型参数岭型广义逆估计的若干性质 ,如允许性、优效性、相对效率、抗干扰性等等 ,得到了许多重要结论。计算结果表明 ,在设计阵呈病态时 ,岭型广义逆估计确能明显改善 L S估计     

半参数平差模型参数的两步估计

考虑半参数平差模型L=Bx+S+Δ,xεRd,S为未知回归参数,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样条插值函数。其次利用偏残差法并综合最小二乘法,导出了参数和非参数的解算公式,讨论了窗宽参数的选取方法。在本文的最后,将这种估计方法应用到重力场的计算中,说明了利用半参数平差模型估计参数的有效性。     

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。