广义正态分布及其二次函数的性持

利用随机向量的母函数定义了广义正态分布,将正态随机向量的方差阵由满秩矩耻推广到降秩矩阵,根据母函数的性质,推导出正态分布向量的二次函数的数学特征,并将结果应用于误差传播,得到了非线性函数及二次项的误差传播公式的显式表达式。     

Lq估计的渐近方差-协方差矩阵及其特点

针对由独立同分布误差膨胀而成的独立不等精度误差,根据未知参数的M估计的Bahadur型线性表达式,本文导出了由观测量、残差向量、参数估计量和观测量平差向量组成的基本向量的Bahadur型表达式.进一步地,根据方差传播定律导出了M估计的基本向量的渐近方差-协方差矩阵,该矩阵由3个多余参数决定,第三多余参数由本文定义.对Lq范估计,分别计算了误差分别为正态分布和q范分布时的3个多余参数,以及相应的基本向量的方差协方差矩阵.对最小二乘估计,残差向量与参数估计量和观测量的平差向量统计独立,相应的协方差矩阵为零,这一性质与误差分布无关.对正态分布的Lq估计,残差向量与参数估计量和观测量平差向量的协方差不为零;而对q范分布的Lq估计,即是相应的极大似然估计,残差向量与参数估计量和观测量平差向量的协方差为零.文中所得公式和结论可用于统计分析.     

基于变量投影的结构总体最小二乘算法

测绘领域诸多实际应用中系数矩阵和观测向量具有结构特征,即系数矩阵和观测向量中包含固定量(甚至固定列)和随机量,并且不同位置的随机量线性相关。针对这个问题,从变量误差(errors-in-variables,EIV)函数模型出发,首先,将系数矩阵和观测向量构成的增广矩阵表示为仿射函数形式,并采用变量投影法对函数模型进行重构;然后,利用拉格朗日法推导出了一种结构总体最小二乘(structured total least squares,STLS)估计算法。算例分析结果表明,该算法与已有能够解决系数矩阵和观测向量存在结构特征的加权或结构总体最小二乘算法估计结果一致,说明了该算法的有效性,同时阐明了该算法与已有相关算法的关系。     

《自适应动态导航定位》一书已由测绘出版社出版

[本刊讯]由杨元喜教授著作的《自适应动态导航定位》一书近日由测绘出版社出版。该书首先分析了函数模型误差补偿和随机模型误差补偿法,讨论了Kal man滤波的残差向量、新息向量及状态预报值残差向量的解析关系及协方差矩阵之间的关系,分析了基于新息向量、残差向量和状态预报值     

基于方差分量估计的拟合推估及其在GIS误差纠正的应用

拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。     

一、P20 一般性问题

CH20081939基于方差分量估计的拟合推估及其在GIS误差纠正的应用=Variance Component Estimation Based Collocation and Its Application in GIS Error Fitting/杨元喜,张菊清,张亮(西安测绘研究所)//测绘学报.-2008,37(2).-152～157拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。图2表1参22     

不等式约束加权整体最小二乘的凝聚函数法

误差向量的方差-协方差阵是一般对称正定矩阵下的附不等式约束加权整体最小二乘平差模型,研究了其参数估计和精度评定问题。首先,将残差平方和极小化函数在整体最小二乘准则下转化为只包含模型参数的目标函数,同时将所有的不等式约束表示成一个等价的凝聚约束函数,并运用乘子罚函数策略将不等式约束加权整体最小二乘平差问题转化为相应的无约束最优化问题,并用BFGS方法求解。然后,将误差方程和约束函数线性展开,推导了最优解和观测量间的近似线性函数关系,运用方差-协方差传播律得到了最优解的近似方差。最后,用数值实例验证了方法的有效性和可行性。     

不等式约束M估计的均方误差矩阵和解的改善条件

缺少精确先验时,不等式约束可改善参数估计。针对不等式约束M估计,利用巴哈杜尔线性化原理和凝聚函数方法导出参数估计、残差向量以及观测量平差量线性表达式,进一步导出相应的方差协方差矩阵和均方误差矩阵。线性表达式说明不等式约束M估计通常情况下是有偏的;均方误差矩阵公式表明不等式约束M估计解有可能改善,条件是最大不等式绝对值小于所导出的阈值,阈值由M估计的第一、第二多余参数和与不等式约束有关的多余参数确定。针对正态分布和p范分布确定了Lp估计改善解的具体条件。所导出的公式和结论可用于统计分析和不等式设计。     

加权总体最小二乘平差的改进算法

当观测向量和系数矩阵不等精度时,利用系数矩阵元素和观测向量之间的映射关系,通过误差传播定律推导了系数矩阵的协因数阵,算例结果表明,改进的加权总体最小二乘法能够得到正确、合理的参数,且本文方法简单、实用。     

基于非线性高斯-赫尔默特模型的结构总体最小二乘法

变量误差（error-in-variables,EIV）模型的系数矩阵存在结构特征的情况,并且这种结构特征可以扩展到观测向量中。首先采用变量投影法将系数矩阵的增广矩阵展开成仿射矩阵形式,提取系数矩阵和观测向量中的随机量,并将EIV模型表示为非线性高斯-赫尔默特模型,然后利用非线性最小二乘原理推导了一种结构总体最小二乘法。该算法统一了普通的结构总体最小二乘法、结构数据最小二乘法以及最小二乘法。将该算法应用到真实算例和模拟算例中,两个算例结果表明,该算法与已有能够解决EIV模型结构特征的结构或加权总体最小二乘法估计结果一致,验证了该算法的有效性。同时,该算法对结构特征的提取方式简单、规律性强且易于编程实现;且在算法设计中,把结构总体最小二乘问题转换为附有参数的条件平差问题,即将其纳入到最小二乘平差理论体系,便于其扩展应用。同时对平面拟合问题的误差估计特性进行了定性分析,由分析可知参数的相对大小对估计误差的一致性有直接影响,这说明EIV模型下系数矩阵和观测向量中随机量的估计误差与真误差的一致性关系相对复杂。     

测量平差模型误差对平差结果的影响

测量平差模型不仅包括函数模型还包括随机模型,因此要研究测量平差模型误差对平差结果的影响就要研究函数模型误差和随机模型误差二者同时的影响。本文以间接平差模型为例,随机模型误差、函数模型误差和随机模型误差三个层次研究了测量平差模型误差对平差结果影响的公式,论证了不同平差模型误差情况下的平差结果,并推导和论证了同时考虑函数模型误差和随机模型误差对平差结果影响的公式。     

对误差传播定律一些应用问题的再讨论

本文结合三角测量的实例对误差传播定律一些应用问题进行了讨论,指出当只有一个独立的观测值时,和函数与倍数函数运用误差传播定律不会出现悖论;采用数学中更为复杂的恒等函数关系式中不同的算式求解相同观测值的函数值,运用误差传播定律也不会出现悖论。如果在测量工作中有多余的直接观测值,就需用平差后的间接观测值按协方差传播律来计算,这样数学中相等的函数关系才能得到同样的函数中误差结果。     

Time Series Correlated Error''''s Simulation Scheme with the Application to Simulate the Ephemerides Error of CHAMP

Computer simulation experiment is very important in the phase of project design, the availability of simulated result highly depends on the scheme of error simulation. Time series observations are normally correlated. This paper first discusses the formula of correlated error propagation, then derives the formula of simulating time series correlated errors. This formula is then used to simulate correlated ephemerides errors of CHAMP, then the ephemerides are used to recover the gravity vector at satellite altitude with finite differential formula. The formulae derived in this paper are verified with the difference between the recovered gravity vectors and the `true values' which are directly computed with the same gravity model as that generating the ephemerides.     

VLBI中性大气折射延迟的研究进展——映射函数的改正模型

大气传播延迟是空间大地测量技术的主要误差源之一。在射电波段中性大气延迟的影响可从几米到几十米变化 ,即使通过目前某些模型的修正 ,也不能完全消除大气的影响 ,特别是湿大气部分由于变化随机性强 ,很难用模型估计。本文研究了在球对称大气模式下 ,与余误差函数形式相联系的中性大气折射延迟的母函数 ,讨论了与其有关的一些展开式 ,并对各种映射函数进行了比较。     

一种基于复共线性分析的RPC参数优选法

推导了求解有理多项式系数(RPC)的严密误差方程,从分析误差方程设计矩阵列向量间的复共线性着手,提出了一种去相关的RPC参数优选方法。对一景SPOT-5 HRG 1A级影像进行实验,结果表明,当地面控制点稀疏时,通过优选20~30个RPC参数,可以很好地消除参数间的相关性,有效消除有理函数模型(RFM)在地形拟合中出现的振荡现象,可明显提高RPC参数求解和RFM的影像几何处理精度。当地面控制点足够多时,利用此方法优选的RPC参数进行地形拟合的结果与用常规最小二乘法求解的78个RPC参数实施地形拟合的结果完全一致。     

A general framework for error analysis in measurement-based GIS Part 4: Error analysis in length and area measurements

This is the final of a series of four papers on the development of a general framework for error analysis in measurement-based geographic information systems (MBGIS). In this paper, we discuss the error analysis problems in length and area measurements under measurement error (ME) of the defining points. In line with the basic ME model constructed in Part 1 of this series, we formulate the ME models for length and area measurements. For length measurement and perimeter measurement, the approximate laws of error propagation are derived. For area measurement, the exact laws of error propagation are obtained under various conditions. An important result is that area measurement is distributed as a linear combination of independent non-central chi-square variables when the joint ME vectors of vertices coordinates are normal. In addition, we also give a necessary and sufficient condition under which the area measurement estimator is unbiased. As a comparison, the approximate law of error propagation in area measurement is also considered and its approximation is substantiated by numerical experiments.This project was supported by the earmarked grant CUHK 4362/00H of the Hong Kong Research grant Council.     

顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法

为了更好地反映钟差特性并提高其预报精度,采用抗差最小二乘配置方法建立一种能够同时考虑星载原子钟物理特性、钟差周期性变化与随机性变化特点的钟差预报模型。首先使用附有周期项的二次多项式模型进行拟合提取卫星钟差的趋势项与周期项,然后针对剩余的随机项及其可能存在的粗差,采用抗差最小二乘配置的原理进行建模,其中最小二乘配置的协方差函数通过对比协方差拟合的方法并结合试验进行确定。使用IGS精密钟差数据进行预报试验,将本文方法与二次多项式模型、灰色模型进行对比,预报精度分别提高了0.457 ns和0.948 ns,而预报稳定性则分别提高了0.445 ns和1.233 ns,证明了本文方法能够更好地预报卫星钟差,同时说明本文的协方差函数确定方法的有效性。     

Stochastic modeling for time series InSAR: with emphasis on atmospheric effects

Despite the many applications of time series interferometric synthetic aperture radar (TS-InSAR) techniques in geophysical problems, error analysis and assessment have been largely overlooked. Tropospheric propagation error is still the dominant error source of InSAR observations. However, the spatiotemporal variation of atmospheric effects is seldom considered in the present standard TS-InSAR techniques, such as persistent scatterer interferometry and small baseline subset interferometry. The failure to consider the stochastic properties of atmospheric effects not only affects the accuracy of the estimators, but also makes it difficult to assess the uncertainty of the final geophysical results. To address this issue, this paper proposes a network-based variance–covariance estimation method to model the spatiotemporal variation of tropospheric signals, and to estimate the temporal variance–covariance matrix of TS-InSAR observations. The constructed stochastic model is then incorporated into the TS-InSAR estimators both for parameters (e.g., deformation velocity, topography residual) estimation and uncertainty assessment. It is an incremental and positive improvement to the traditional weighted least squares methods to solve the multitemporal InSAR time series. The performance of the proposed method is validated by using both simulated and real datasets.     

轨道误差对InSAR相位影响的BP神经网络去除法

针对用二次多项式法去除轨道误差对InSAR相位影响时,须对干涉相位其他项分布性质作假设,且自身存在一定的模型缺陷的问题,该文提出用BP神经网络去除轨道误差对InSAR相位影响的方法。研究表明:BP神经网络法在使用时无须对干涉相位其他项分布性质作假设,模型更优。模拟实验中,轨道误差相位拟合残差更小;真实数据实验中,纠正后非形变区相位集中在零值附近,且波动趋势更为平稳。该方法一定程度上降低了传统二次多项式法的应用局限性。     

Parallel Cholesky-based reduction for the weighted integer least squares problem

The LLL reduction of lattice vectors and its variants have been widely used to solve the weighted integer least squares (ILS) problem, or equivalently, the weighted closest point problem. Instead of reducing lattice vectors, we propose a parallel Cholesky-based reduction method for positive definite quadratic forms. The new reduction method directly works on the positive definite matrix associated with the weighted ILS problem and is shown to satisfy part of the inequalities required by Minkowski’s reduction of positive definite quadratic forms. The complexity of the algorithm can be fixed a priori by limiting the number of iterations. The simulations have clearly shown that the parallel Cholesky-based reduction method is significantly better than the LLL algorithm to reduce the condition number of the positive definite matrix, and as a result, can significantly reduce the searching space for the global optimal, weighted ILS or maximum likelihood estimate.