再生权最小二乘法研究

稳健估计方法能在观测值中不可避免地存在粗差时有效地消除或减弱它们对参数估计的影响,稳健估计方法也是测量数据处理的常用方法。本文充分利用独立观测值改正数之间应满足的条件方程提供的有效信息构造观测值的权,提出一种稳健估计方法——再生权最小二乘法(SBWLS)。不同观测值数量、不同粗差数量(1~3)和不同粗差数值(5和10倍的中误差)的3个水准网仿真试验结果说明,再生权最小二乘法比常用的13种稳健估计方法能更有效地消除或减弱粗差对参数估计的影响。     

再生权最小二乘法

稳健估计方法能在观测值中不可避免地存在粗差时有效地消除或减弱它们对参数估计的影响,稳健估计方法也是测量数据处理的常用方法。本文充分利用独立观测值改正数之间应满足的条件方程提供的有效信息构造观测值的权,提出了一种稳健估计方法—再生权最小二乘法（Self-born Weighted Least Squares（SBWLS））。不同观测值数量、不同粗差数量（1-3）和不同粗差数值（5和10倍的中误差）的三个水准网仿真实验结果说明,再生权最小二乘法比常用的13种稳健估计方法能更有效地消除或减弱粗差对参数估计的影响。     

常用稳健估计方法在测边网解算中的应用

针对最小二乘估计中稳健估计方法的效果尚未被分析证明的问题,该文以不同观测值数量、不同粗差数量和等权或不等权观测值的三个测边网为例,通过仿真实验的方法,对12种常用稳健估计方法的稳健性进行了比较,确定了对测边网解算相对更为有效的稳健估计方法。结果表明,L1法、Danish法、German-McClure法和IGGIII方案是12种方法中更为有效的稳健估计方法,能相对更有效地消除或减弱粗差对参数估计结果的影响。     

稳健估计方法提高数据处理精度

介绍了近代平差理论的稳健估计方法,编制稳健估计方法的程序,并通过实例验证,与最小二乘估计进行比较,表明稳健估计在水准网粗差探测和平差计算中优于最小二乘估计方法,并且能够定位粗差,从而进行消除或者减弱,得到较为干净的观测值。因此,稳健估计方法应用于测量平差具有一定的抵抗粗差的能力,从而可以提高数据处理的精度。     

常用稳健估计方法应用于概率积分法参数求取时的有效性研究

概率积分法是开采沉陷预计方法中应用最为广泛的一种方法,其预计结果的精度主要取决于预计参数的可靠性。为了消除或减弱粗差对预计参数的影响,往往采用稳健估计方法来对参数进行预测。本文在嘉乐泉煤矿实测资料基础上进行人工异值干扰求参试验,以观测值中含有不同粗差值为例,比较了13种常用稳健估计方法的稳健特性。结果表明,对于概率积分法参数的稳健估计,L1法、German-Mc Clure方法和IGGIII方案较其他稳健估计方法相对更有效。     

水准网平差中常用抗差估计方法的有效性研究

抗差估计方法是一种很好的抵抗粗差的方法。但是,不同的抗差估计方法具有不同的抗差特性。文章以三种不同网形、不同观测值数量和粗差数量、不同粗差数值的水准网为例,采用仿真实验的方法比较了观测值不等权或者服从广义高斯分布情况下常用13种抗差估计方法的抗差特性。研究结果表明,抗差特性更优的估计方法为L1法、Danish法、Geman-McClure法和IGGIII方案。     

稳健估计在两种坐标转换中的应用

针对空间坐标转换中的转换参数易受到公共点坐标精度的影响,采用稳健估计中的选权迭代法,理论分析和实际验算结果表明,对含有少量粗差的观测值利用选权迭代法可以减弱粗差的影响.获得正常模式下的最优或接近最优的参数估值。     

自变量优化的一元线性回归

一元线性回归是应用最为广泛的参数估计方法之一。文中提出一元线性回归的自变量在等差级数的基础上进行双向黄金分割,提高两端点观测值的多余观测分量,缩小观测值之间多余观测分量的差异,在不增加观测值数量和不改变观测值精度的前提下,提高稳健估计方法消除或减弱粗差的能力。     

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。     

稳健估计在GNSS高程拟合中的粗差探测

由于最小二乘法不能有效地抵抗粗差,而控制点的平面坐标和高程异常值中不可避免地含有误差,对应用最小二乘法和稳健估计法在GNSS高程拟合中的粗差探测进行探讨。通过对不同数量控制点的高程异常观测值中加入粗差,采用两种算法在求解GNSS高程拟合中的精度进行分析比较,并对粗差在稳健估计中的干扰范围进行研究,结果表明,稳健估计具有抵抗多个粗差的能力。     

多变量稳健总体最小二乘平差方法

分析指出了在总体最小二乘解下,含有多列独立变量的(以下简称为多变量)变量含误差(errors-invariables,EIV)模型,其各列变量的改正数受对应的参数估值与观测向量先验精度的联合影响,参数估值与观测向量先验精度的乘积越大,则该列变量的改正数越大。因此,现有稳健总体最小二乘方法采用同一个单位权中误差对多变量EIV模型进行降权处理时,会优先对模型中的某一列变量进行降权处理,从而造成平差结果不合理甚至错误,称之为虚假稳健估计现象。鉴于此,提出了多变量稳健总体最小二乘平差方法,并导出了相应的参数估计与精度评定公式。该方法对含有粗差的多变量EIV模型的各列独立变量分别进行降权处理,从而避免虚假稳健估计现象的发生。仿真算例结果表明,当观测值含有粗差时,该方法能够有效避免虚假稳健估计现象的发生,并能够定位出粗差所对应的误差方程;相较于总体最小二乘和稳健最小二乘方法,该方法的参数估计结果更接近真值。     

稳健估计的一种改进迭代算法

当观测值不含粗差、观测误差服从零均值分布时,最小二乘算法是最优无偏估计。若观测值包含粗差,由于最小二乘不具备抗差性,往往采用以M估计为代表的稳健估计方法,选权迭代算法是应用最为广泛的稳健估计方法之一。目前,选权迭代算法的每一步都需要对模型的稳健正交矩阵求逆,其运算复杂度是矩阵维数的三次方,在未知参数或粗差个数较多的情况下,计算量大、计算时间长。本文基于矩阵逆的运算法则,对现有选权迭代算法进行了改进,改进的选权迭代算法在迭代计算过程中仅需计算更新权阵后的解的改正项,不需要对正交矩阵求逆,显著提高了算法的效率。     

基于等价方差-协方差的粗差探测敏感度分析及实现

选权迭代法在面对独立观测量中的粗差时能够表现出良好的探测效果,但由于其只是一种基于独立观测值的稳健估计法,没有考虑到观测值之间的相关性[1]。而现有的等价权函数虽然都满足稳健估计的要求,但由于所构造的等价权阵不对称,使得最后平差结果严重偏离实际情况。本文介绍在传统稳健估计的基础上,在定权时充分考虑相关观测值之间相关性的不变性,构造对称的方差—协方差阵不断扩大,并通过VB进行编程及实例分析,发现该方法对粗差的敏感度非常强,探测精度很高。     

抗差估计的选权迭代法分析与比较

在抗差稳健估计中,选权迭代法应用最广,较易理解,M估计法计算简单。基于M估计的基本理论,深入分析Huber、Hampel、IGG3种常用的选权迭代法,并利用水准网数据,分析这3种常用选权迭代法的适用范围和相应的抗差效果,表明IGG法比其他两种的抗粗差效果要好,且易实现。     

GNSS高程拟合中的粗差探测

测量数据中不可避免的存在粗差,当观测值中含有粗差,会严重的影响观测成果的质量。为了对粗差进行探测,选取了数据探测法、稳健估计、多维粗差的同时定位与定值法(LEGE法)对观测值中的粗差进行检验,并进一步利用数据探测法对LEGE法进行改进,将数据探测法、稳健估计、LEGE法以及改进得到的LEGE+数据探测法应用于GNSS高程拟合的粗差探测中。在实验区域,计算结果表明:稳健估计、LEGE法、LEGE+数据探测法具有良好的抵抗粗差的能力;随着含有粗差的观测值数量增多,与稳健估计、LEGE法、LEGE+数据探测法相比,数据探测法的精度会降低;LEGE法和LEGE+数据探测法对含有粗差的观测值具有一定的修正能力。     

具有稳健初值的选权迭代法曲面拟合模型粗差探测

将抗差估计的思想融入到二次曲面模型粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差。通过实例证明,具有稳健初值的选权迭代法具有较强的稳健性和粗差探测能力。     

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。     

国家高精度GPS网整体平差中的粗差分析

分析了国家高精度ＧＰＳ网中的粗差观测量的特点,提出了采用相关分析的粗差探测理论,对国家高精度ＧＰＳ网的各子网和相邻子网进行粗差探测,并采用稳健估计的平差方法,消除粗差对平差结果的影响,大大提高了国家高精度ＧＰＳ网的整体平差精度。     

具有稳健初值的选权迭代法

提出先采用线性规划来确定残差的初值，然后再进行选权迭代这样一种方法，其估计结果既具有线性规划的稳健性，又具有最小二乘的最优性。试验表明，这种基于线性规划的稳健估计具有很强的稳健性和检测粗差的能力，其计算结果与没有粗差时的最小二乘估计结果一致，且方法简单、可靠、实用。     

双步抗差估计及其应用

抗差估计是一种可以有效抵制粗差影响的平差方法。但权因子函数的临界值定值问题较为困难,若选取不当,会造成法方程系数阵秩亏或粗差观测值的影响未能完全消除,从而导致平差无法进行或抗差不彻底。针对上述问题提出了一种改进型抗差估计法一双步抗差估计法,并通过对一边角网和一实测GPS向量网进行的试算,验证了双步抗差估计的优越性。