半参数模型稳健估计及其应用

在半参数模型估计中,均假设观测误差服从正态分布.当观测量含有粗差时,粗差对参数和非参数估计的影响是不可忽略.基于此,首先在总结线性参数模型稳健估计基本理论的基础上,论述了M估计权因子的确定方法.然后提出了半参数模型稳健估计方法,并导出半参数模型(广义)补偿最小二乘稳健估计的基本公式.最后通过两个模拟算例验证了其估计方法的有效性.     

半参数模型稳健估计及其应用

在半参数模型估计中,均假设观测误差服从正态分布。当观测量含有粗差时,粗差对参数和非参数估计的影响是不可忽略。基于此,首先在总结线性参数模型稳健估计基本理论的基础上,论述了M估计权因子的确定方法。然后提出了半参数模型稳健估计方法,并导出半参数模型(广义)补偿最小二乘稳健估计的基本公式。最后通过两个模拟算例验证了其估计方法的有效性。     

基于EIV模型的稳健估计

EIV（error-in-variables）模型同时考虑观测向量和系数矩阵的误差,自提出以来便得到广泛应用。目前针对EIV模型的整体最小二乘解法（TLS）假设观测值仅含有偶然误差,当观测值存在粗差时其解并不是最优的。文中通过选定合适的权函数,结合加权整体最小二乘迭代算法,导出基于EIV模型的稳健整体最小二乘迭代解法（RTLS）。线性拟合实验表明,文中方法能对粗差进行定位,且估计量受粗差影响较小,具有稳健性。     

稳健估计下转换参数系数矩阵定向改正的整体最小二乘

不同空间坐标系在进行坐标转换过程中,利用整体最小二乘(TLS)构建高斯-马尔科夫(Gauss-Markov)模型求解布尔莎-沃尔夫(Bursa-Wolf)七参数模型时,存在已知控制点含有粗差、模型系数阵固定常数参与残差改正的问题.通过对系数矩阵中含误差参数进行改正,并结合稳健估计的方法,对TLS进行迭代定权,解决了已知...     

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，并能正确地定位相差。     

基于等价分析法的稳健估计权函数设计

在观测值中加入粗差，粗差的影响可以通过调整观测值的权加以消除，对含有粗差的观测值利用稳健估计处理后的平差结果应与加粗差前的利用最小二乘原理处理的平差结果一致，依据这样的思想，本文利用间接平差函数模型，借用经典最小二乘原理，推导出了基于等价分析方法的稳健估计的等价权函数。     

非线性二维转换模型的稳健总体最小二乘算法

针对应用线性最小二乘估计准则求解非线性平面转换模型参数时,通过定义间接参数将模型线性化的方法不能直接求解转换模型参数的问题,该文在非线性平面转换模型的基础上,建立线性模型,实现平面坐标的转换。为解决控制点已知坐标与观测坐标中均含有误差对转换参数求解的影响,对应用稳健总体最小二乘求解线性模型参数的算法进行讨论。最后,通过算例比较稳健总体最小二乘算法与最小二乘算法在抗差性方面的优势。结果表明,稳健总体最小二乘算法更适用于应用线性模型求解未知控制点的转换坐标。     

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。     

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。     

稳健估计下的坐标系统转换总体最小二乘算法

针对传统的应用最小二乘法建立高斯-马尔科夫(G-M)模型实现坐标系统转换的方法导致转换模型参数精度低下的问题,该文提出一种基于总体最小二乘算法的坐标系统转换方法。考虑到粗差会导致控制点坐标精度差异较大,因此根据稳健估计理论进行迭代定权,在总体最小二乘算法下建立G-M模型,以便求解转换模型参数,并通过算例比较不同算法的转换精度。实验结果表明:基于稳健估计的总体最小二乘抗差算法实现的空间坐标转换精度高于传统方法的转换精度。     

改进遗传算法及其在抗差估计中的应用

针对抗差估计的选权迭代法(IRLS)对迭代初值敏感的问题,提出了将抗差估计问题看作求全局最优化问题,利用具有全局收敛性和局部搜索能力的遗传算法(GA)进行求解;并对遗传算法的变异算子步长进行改进。最后通过实例验算,证明了GA抗差估计法的有效性和优越性。     

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。     

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。     

Automatic Surface Reconstruction Based on the Fusion of Fuzzy Logic and Robust Estimation Techniques

Automatic surface reconstruction by means of digital image matching essentially involves computation in both image and object spaces. In image space, image matching is performed according to certain radiometric and geometric similarity criteria for conjugate point determination. The matching operations may therefore be regarded as decision–making processes. In practice, however, the similarity criteria for conjugate point determination demonstrate non–deterministic behaviour. Thus, the nature of these decision–making processes is more compatible with fuzzy reasoning concepts. In object space, on the other hand, surface reconstruction procedures, which operate on the basis of previously determined conjugate points, are essentially deterministic in nature and hence demand rigorous geometric modelling. In this paper, a new approach for automatic surface modelling is proposed, based on two different mathematical treatments: a fuzzy logic reasoning method for the conjugate point determination in image space; and a robust finite elements approach for the surface modelling in object space. Tests carried out on real data demonstrate the high potential of the strategy proposed.     

基于载噪比及参数先验信息的抗差模型

结合GPS应用的特点,建立了一种综合载噪比(C/No)及参数先验信息的抗差模型。试验结果表明该模型具有更高的抗差性能,从而能更有效地削弱GPS观测量中各种误差的影响。     

EIV模型参数估计的新方法

提出了一种EIV(errors-in-variables)模型参数估计的新方法,即根据非线性最小二乘平差理论,并用构造结构矩阵的方法来顾及系数矩阵的重复元素和常数项,推导了其迭代算法和精度评定公式。新方法统一了总体最小二乘、加权总体最小二乘以及结构总体最小二乘三种算法,并给出了详细的解算步骤。新方法的推导过程及其迭代格式较为简单,易于程序实现。最后通过两个实例验证了本文方法的有效性和可行性。     

Gauss-markov模型的t型抗差估计

测量中对含粗差的数据的处理通常采用基于等价权法的抗差M-估计,等价权及其临界值的选取决定了参数估计的效率和抗差性.本文将近年来统计界提出并有较深入理论研究的t型估计引入测量平差中,提出Gauss-Markov模型的t型抗差估计及其算法,并进行了模拟计算.t型抗差估计具有很好的统计性质;其求解采用EM算法,计算快捷稳定,收敛性好,可同时求解出位置参数和方差因子的抗差估计;t分布的自由度可方便地调节估计的效率和抗差性.计算结果显示,t型抗差估计受粗差影响不大,具有较好的抗差能力.     

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...