正态-Gamma先验下粗差探测的Bayes方法

本文主要运用Bayes统计推断的基本原理,提出和建立将观测信息与正态——Gamma先验信息融合、基于综合信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法,然后针对测量平差实际,考虑未知参数的正态-Gamma先验信息,分别给出了非等权独立观测条件下基于均值漂移模型和方差膨胀模型的后验概率的具体计算公式,并给出了相应的粗差的Bayes估算方法。最后提出了基于后验概率进行粗差探测的实施过程和具体步骤。数值试验的结果表明,本文提出的粗差探测的Bayes方法对多个粗差的同时定位和定值是相当有效的。     

结合影响分析的抗隐差型Bayes粗差探测方法

通过分析隐差现象产生的原因,将基于观测误差的后验概率法与基于Kullback-Leiber距离的影响分析相结合,并利用逐个搜索法的思想,给出了一种粗差探测的抗隐差型Bayes方法。实验结果表明,采用该方法进行粗差探测切实可行,不但有效地发现了被掩盖的粗差,而且运算简单,效率较高。     

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析。试验结果表明,用给出的探测粗差的Bayes方法是切实可行的。     

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法.首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析.试验结果表明,用给出的探测粗差的Bayes方法是切实可行的.     

t型Bayes估计及其在测量平差中的应用

针对t型估计不能抵抗病态性的影响这一缺陷,从Bayes估计的观点出发,通过对t分布模型引入未知参数的先验信息,提出了一种新的抗差有偏估计——t型Bayes估计,重点讨论了正态-Gamma先验分布下的t型Bayes估计及其EM算法和超参数的选取方案。数值实验证实了正态-Gamma先验分布下的t型Bayes估计能够同时抵抗粗差和病态性的不良影响,是一种性能更好的抗差有偏估计。     

基于识别变量的粗差探测Bayes方法

从一个新的角度出发,对应每个观测值引入一个识别变量,基于识别变量的后验概率提出一种新的粗差定位的Bayes方法,并构造相应的均值漂移模型给出粗差估算的Bayes方法.由于识别变量的后验分布往往是复杂的、非标准形式的,为此设计一种MCMC(Markov Chain Monte Carlo)抽样方法以计算识别变量的后验概率值.最后对一边角网进行了计算和分析.试验表明,本文给出的探测粗差的Bayes方法不仅充分利用了先验信息,而且克服了以往粗差定位方法的模糊性以及探测标准选择的问题,同时计算简便.     

基于观测误差后验分布的粗差探测的Bayes方法

从观测误差出发,运用3σ-原理提出了一种粗差探测的Bayes方法——基于观测误差的后验概率法。针对非等权独立观测情形,在一定先验分布下推导了观测误差的后验分布;建立了与观测误差有关的后验概率的计算公式;给出了粗差估算的Bayes方法;提出了基于观测误差的后验概率进行粗差探测的实施过程。最后结合算例说明了其效果,并且与其他粗差探测方法进行了比较。大量试验表明,给出的探测粗差的Bayes方法是切实可行的。它不仅有效地发现了粗差,而且结果比较理想。     

多维粗差定位与定值的算法研究及实现

在概括控制网观测值粗差探测方法研究进展和讨论多雏粗差定位与定值理论的基础上，提出了多维粗差的搜索、判断和算法，并在控制网数据处理通用软件包中得到实现。通过算例分析，证明了算法的有效性；最后提出了粗差定位与定值时应注意的问题。     

基于观测误差后验分布的粗差探测的Bayes方法

从观测误差出发,运用3σ-原理提出了一种粗差探测的Bayes方法--基于观测误差的后验概率法.针对非等权独立观测情形,在一定先验分布下推导了观测误差的后验分布;建立了与观测误差有关的后验概率的计算公式;给出了粗差估算的Bayes方法;提出了基于观测误差的后验概率进行粗差探测的实施过程.最后结合算例说明了其效果,并且与其他粗差探测方法进行了比较.大量试验表明,给出的探测粗差的Bayes方法是切实可行的.它不仅有效地发现了粗差,而且结果比较理想.     

RAIM算法研究

用户自主完备性监测RAIM算法是广域差分GPS的关键和核心技术之一。在已有RAIM算法的基础上，讨论了粗差探测和定位的方法，并给出了Parity方法中剔除多个粗差的算法，最后用‘99南海实测数据进行了验证。     

A Bayesian unmasking method for locating multiple gross errors based on posterior probabilities of classification variables

This paper puts forward a Bayesian method for multiple gross errors location and estimation, and studies the masking and swamping problem in multiple gross errors detection from a new point of view, further proposes the corresponding feasible solution. First, the Bayesian method for gross error location is established based on the posterior probabilities of classification variables, each of which is used to determine whether each observation contains gross error or not. When some interactions exist among observations with multiple gross errors, the above-mentioned method may lead to the failure of detection due to masking and swamping. For that, on the basis of analyzing the character of masking and swamping, starting from the eigen structure of the sample correlation coefficient matrix of the classification vector, we give the Bayesian unmasking method to locate multiple gross errors, and design the corresponding algorithm, namely the adaptive Gibbs sampling algorithm. Finally, applying the mean shift model, we raise a Bayesian approach to estimate gross errors. Significant applications of the approach show the promising results on overcoming masking and swamping.     

Bayesian methods for outliers detection in GNSS time series

This article is concerned with the problem of detecting outliers in GNSS time series based on Bayesian statistical theory. Firstly, a new model is proposed to simultaneously detect different types of outliers based on the conception of introducing different types of classification variables corresponding to the different types of outliers; the problem of outlier detection is converted into the computation of the corresponding posterior probabilities, and the algorithm for computing the posterior probabilities based on standard Gibbs sampler is designed. Secondly, we analyze the reasons of masking and swamping about detecting patches of additive outliers intensively; an unmasking Bayesian method for detecting additive outlier patches is proposed based on an adaptive Gibbs sampler. Thirdly, the correctness of the theories and methods proposed above is illustrated by simulated data and then by analyzing real GNSS observations, such as cycle slips detection in carrier phase data. Examples illustrate that the Bayesian methods for outliers detection in GNSS time series proposed by this paper are not only capable of detecting isolated outliers but also capable of detecting additive outlier patches. Furthermore, it can be successfully used to process cycle slips in phase data, which solves the problem of small cycle slips.     

AR模型中AO类异常值探测及其在GPS卫星钟差预报中的应用

基于EM算法,提出一种AR模型中AO类异常值(additive outlier)探测的算法。该算法可同时进行AR模型拟合与AO类异常值探测,并可有效地解决成片AO类异常值探测时所产生的掩盖和淹没问题。最后,将本文算法应用于GPS卫星钟差预报之中。本文算法可以准确探测出钟差历史观测序列中的AO类异常值,并可对卫星钟差进行精确预报。     

WiFi指纹定位的一种新组合算法

探讨AP选取策略和贝叶斯位置估计算法对基于RSS的WiFi室内定位技术位置估计精度的影响。国内外学者分别对AP选取算法和贝叶斯位置估计算法进行了大量的研究。为了进一步深入研究不同算法的优劣性,利用组合优化的思想对不同算法进行组合,通过找出最优算法组合从而提升WiFi室内定位系统的性能。基于互信息最小化的AP选取策略和考虑AP相关性的贝叶斯位置估计算法,提出一种新的WiFi指纹定位组合算法。实验分析表明:新算法具有良好的实用性和定位性能。     

BDS/GPS融合定位中系统偏差补偿模型及其性能分析

多系统的融合定位可有效提高用户导航定位的连续性、可靠性及定位精度。针对BDS、GPS观测量间存在系统间偏差的实际情况,建立了顾及系统误差的BDS/GPS融合定位模型,即在函数模型中增加附加参数来吸收系统间偏差,构造了新的顾及先验信息的融合定位模型,分析了这种新融合模型的特点及其对定位结果的影响。利用不同品牌接收机在中国不同地域对新的融合模型进行试验,试验结果表明:BDS、GPS观测量存在系统间偏差,且不同接收机的系统间偏差量值并不一样;增加系统参数的融合定位模型能较好地吸收BDS、GPS观测量的系统间偏差的影响,改善其融合导航定位性能;在观测卫星数不足、单系统不能定位的情况下,考虑先验信息的融合定位模型仍能获得较好的定位结果。     

一种基于蓝牙室内指纹定位的贝叶斯改进算法

贝叶斯估计是重要的位置指纹定位算法,但传统的等值贝叶斯先验概率在动态定位中不适用。针对该问题,本文提出了一种基于贝叶斯指纹定位的改进算法。首先,借助陀螺仪获取的航向信息和高斯核函数模型建立概率投票算法,计算先验概率;然后,结合先验概率和信号强度计算待测点位于参考点上的后验概率;最后,选取概率最高的参考点,以概率为权重计算待测点的最或然值。以智能手机为试验对象,在规则路径试验中,改进算法的平均定位误差为1.15 m,定位误差小于2 m的概率为96.1%,不规则路径试验中,平均定位误差为0.50 m,定位误差在1 m的可信度为94.8%;并且改进算法对定位中位置跳变的现象有明显改善,具有较好的稳健性。     

A Bayesian method for linear, inequality-constrained adjustment and its application to GPS positioning

One of the typical approaches to linear, inequality-constrained adjustment (LICA) is to solve a least-squares (LS) problem subject to the linear inequality constraints. The main disadvantage of this approach is that the statistical properties of the estimate are not easily determined and thus no general conclusions about the superiority of the estimate can be made. A new approach to solving the LICA problem is proposed. The linear inequality constraints are converted into prior information on the parameters with a uniform distribution, and consequently the LICA problem is reformulated into a Bayesian estimation problem. It is shown that the LS estimate of the LICA problem is identical to the Bayesian estimate based on the mode of the posterior distribution. Finally, the Bayesian method is applied to GPS positioning. Results for four field tests show that, when height information is used, the GPS phase ambiguity resolution can be improved significantly and the new approach is feasible.     

时间序列异常值探测的Bayes方法及其在电离层VTEC数据处理中的应用

基于Bayes统计推断理论,提出了自回归模型中异常值定位的Bayes方法;在正态-Gamma先验分布下,分别基于均值漂移模型和方差膨胀模型,提出了后验概率的计算方法,并运用Bayes方法估计了异常扰动;最后将该方法应用到电离层VTEC数据处理的建模中,比较模型修正前后预报的结果,验证了新方法的有效性。     

一种交互式DEM粗差检测方法

无论用何种方式建立数字高程模型(DEM),都需要有效的粗差检测(质量控制)。本文从数字影像处理的原理出发,将DEM转换成影像,并对其进行影像处理,从而对DEM中的粗差点(亦即DEM影像中的特征点)进行自动定位或消除。整个程序采用菜单及窗口环境设计,用户操作十分方便。试验结果证实了其有效性。