粗差探测与稳健估计相结合的方法在直线拟合中的应用

当观测向量和系数矩阵都含有粗差时,提出将粗差探测法和稳健加权总体最小二乘法二者有效结合的方法,在数据预处理阶段,利用粗差探测法剔除大的粗差,在参数估计阶段,利用稳健加权总体最小二乘法控制小粗差。以直线拟合为例,通过对比分析表明,粗差探测法和稳健加权总体最小二乘相结合的方法求出的参数结果最优。     

最小二乘法和抗差法平差中的粗差检测和数据探测

在一组观测量中，进行平差和检测粗差存在的方法有许多，多数这样的方法包括检验平差结果中那些在某种意义上“较大”的残差。在数据探测中，每个残差除春均方很差，得到分布统计量。这样粗差探测就成为一个统计学假说的检验问题，在重复进行的数据探测，每次只将带有最大的标准化残差的观测值除去。残差可能来自惯用的最小二乘ＬＳ平左或得自Ｌ１范数平差，后种平差是寻求所有残差绝对值最小和的方法，使用ＬＳ残差的重复数据探测至     

自由网平差的几个理论问题

本文运用广义逆理论,分析了自由网平差的各种方法,指出它们之间的差异仅在于取了不同的最小范数逆。论述了自由网平差残差的性质和参考系。本文证明了自由网平差与经典自由网平差可以得到相同的残差,并与附加的最小范数条件无关。还证明了最小范数条件决定了网的定位参考系。藉助于这些参考系,这两类平差的坐标可以互相变换。     

加权总体最小二乘的地面解析摄影测量算法

在分析加权总体最小二乘解与经典最小二乘解的区别和联系的基础上,将加权总体最小二乘平差理论首次应用于地面摄影测量的解析相对定向算法中,并给出了基于相对定向模型的加权总体最小二乘的算法步骤。同时,将Procrustes理论引入到解析绝对定向模型中,推导了基于Procrustes理论的加权总体最小二乘解。具体算例证明了加权总体最小二乘平差理论应用于地面摄影测量处理中能够获得精确稳定的解析参数。     

新投影定理在秩亏自由网平差中的应用

本文利用文献[1]中的新投影定理,导出了秩亏自由网平差的三种特珠解法的一般公式。它们分别是最小范数解法,矩阵分解方法及伪观测值法。     

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。     

抗差加权整体最小二乘模型的牛顿-高斯算法

基于加权整体最小二乘的牛顿-高斯迭代算法,提出了一种抗差加权整体最小二乘模型。利用标准化残差构造权因子函数,并采用中位数法获得具有抗差性的单位权中误差估值,能同时实现观测空间和结构空间抗差。为获得标准化残差,利用线性近似的协因数传播律推导了加权整体最小二乘残差协因数阵的表达式,并给出模型的迭代计算方法。试验结果表明:对于加权整体最小二乘的粗差处理问题,本文提出的方法具有良好的抗差性能,参数估值与不含粗差时加权整体最小二乘的结果没有显著的差异,性能优于直接由残差构造的稳健加权整体最小二乘模型。     

下沉分布函数中待定参数的抗差解法

粗差是离群的误差,由失误、观测（函数）模式差、分布模式差而来。如果在观测值中含有粗差,那么当采用加权最小二乘法确定下沉分布函数中特定参数时,粗差会对参数估值产生不良的影响。为此,本文指出了一种抗粗差的解法,并通过实例证明了这一方法的有效性。     

选权迭代法求解加权秩亏网平差权矩阵

加权秩亏网平差是自由网平差的统一解算形式,但其权矩阵的确定较为困难,且目前尚无被大家普遍承认的求解理论与方法。本文利用抗差估计中的选权迭代法,模拟大量试验,统计加权秩亏网的平差效果。对自由网平差的应用扩展有一定的参考价值。     

部分参数加权平差的教学内容扩展

部分参数加权平差方法具有十分重要的理论意义和实用价值,尤其在测量平差程序实践中广泛应用。现有教材及文献关于部分参数加权平差解算公式的推导,均是将具有先验信息的参数连续排列在参数向量的前部或后部(称为参数有序),但实际编程中,常将有先验信息的参数在参数向量中混乱排列(称为参数无序)。为此,本文推导了参数无序时部分参数加权平差的解算公式(简称为严密解法),并阐述了结合无限权法(权无穷大或小)和全部参数加权平差解法的部分参数加权平差的实用解法(简称为实用解法)。通过模拟算例,验证了严密解法的正确性和实用解法的可行性,并指出实用解法具有较好的灵活性,更适于实际应用。     

附有相对权比的总体最小二乘平差

推导了加权情况下附有相对权比的总体最小二乘平差方法,提出了确定相对权比的验前单位权方差法和目标函数最小化法。模拟算例表明,当观测值和系数矩阵的验前单位权方差已知且比较准确时,验前单位权方差法得到的结果与参数真值的差值范数最小;目标函数最小化法的目标函数估值最小,与参数真值的差别比验前单位权方差法的结果稍大。     

多元总体最小二乘问题的牛顿解法

为提高多元总体最小二乘问题参数估值的解算效率,推导了基于牛顿法的多元加权总体最小二乘算法;分析比较了基于牛顿法的多元加权总体最小二乘解和基于拉格朗日乘数法多元加权总体最小二乘解之间的关系,根据协因数传播律给出了多元总体最小二乘平差的16种协因数阵的近似计算公式。新算法能够解决观测矩阵和系数矩阵元素具有相关性的问题,并且可以把观测矩阵和系数矩阵的随机元素和常数元素纳入到一个协因数阵中进行处理。算例结果表明,本文提出的多元总体最小二乘问题的牛顿解法可行且收敛速度更快。     

用附有条件的参数平差法求解秩亏网新探

通过引进典则参数,以较简捷的方式证明了秩亏网平差应满足的条件方程,从而用附有条件的平差方法求解秩亏网平差参数的最小二乘极小范数解。     

有界不确定性平差模型的迭代算法

针对现有的有界不确定性平差模型算法较为复杂且没有顾及权重的问题,该文提出了一种无需奇异值分解的迭代算法及其一种加权方法。直接采用了迭代算法求解有界不确定性平差模型的min-max准则,推导出了未知参数估值,算法概念简单,易于实现,收敛速度更快。基于该文提出的迭代算法,当系数矩阵和观测向量各自均不等权时,采用了一种加权方法,并推导了其解算过程。算例结果表明:该文提出的迭代算法是可行的,并且解算效率更高;加权后的迭代算法是有效的。     

秩亏自由网平差的一种新解法

提出秩亏自由网平差的一种新解法,只亲知道误差方程系数阵中ｔ０个线性无关的列向量,就能很快地得到最小二乘最小范数解,实际计算表明,这种新解法是简单有效的。     

广义逆平差理论及其应用——为中国测绘科学研究院五十华诞而作

本文从广义逆矩阵基础知识出发,利用测量误差基本方程的特点,建立一套测量平差数学模型。用这套模型答解测量平差问题,作者将其称为广义逆平差法。此法与最小二乘平差法比较,其推导过程更简单、直观、易懂。文中讨论了各种平差方法的相互关系,给出了各种平差方法的统一模式,指出具有待估参数的平差方法,选择不同的参数近似值对平差结果产生不可忽视的影响,文中算例作了补充说明。     

病态加权总体最小二乘的广义岭估计解法

针对加权情形下的变量误差(EIV)模型,采用广义岭估计法处理总体最小二乘平差的病态性问题. 结合最优化准则和协方差传播率推导了未知参数的改正数求解公式;根据参数估计值的均方误差最小化原理,通过求偏导数列出广义岭估计中岭参数的迭代解式,并讨论了广义岭参数的含义和作用,给出了确定岭参数的L-曲线法. 通过算例比较分析了加权最小二乘估计、总体最小二乘估计、加权最小二乘岭估计、总体最小二乘岭估计、加权最小二乘的广义岭估计和总体最小二乘广义岭估计,叙述了加权总体最小二乘的广义岭估计的优缺点.      

融合正交几何信息的非线性等式约束整体最小二乘平差及迭代算法

正交距离最小二乘和加权整体最小二乘是解自变量含误差拟合问题的两种独立准则。加权整体最小二乘与正交距离最小二乘不同,它不考虑测量点与拟合点之间的连线垂直于拟合对象的几何信息,不能确保测量点到拟合对象的距离的平方和为极小值。针对该问题,本文将正交几何信息作为约束条件融入加权整体最小二乘,提出一种约束方程带有误差改正数的非线性等式约束整体最小二乘平差法。首先,把加权整体最小二乘平差的函数式看作是非线性方程,连同正交几何约束方程一并线性化,得到线性的平差函数方程;然后,采用拉格朗日乘数法推导其参数估计及精度评定公式,并给出迭代计算算法;最后,以平面直线拟合为例,对本文方法和计算算法进行验证。试验结果表明:①本文方法和算法具有可行性;②与加权最小二乘和加权整体最小二乘相比,本文方法计算的测量点到拟合直线的垂直距离平方和最小;③本文方法计算的测量点到拟合直线的距离与测量点到拟合点的距离相等。     

随机删失下半参数模型的补偿估计方法

考虑半参数测量模型L=Bx+S+Δ,x∈Rd为未知回归参数,S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插值样条函数。其次利用补偿法并综合最小二乘法,导出了这种平差方法的解算公式。在本文的最后,将这种方法与最小二乘平差方法进行了比较分析,结果说明,半参数测量模型能更接近于真实情况。