观测值粗差对方差因子的影响

本文从理论上说明，简单地只根据平差后观测值改正数是很难正确发现观测值的粗差的，观测值粗差在平差改正数中的反映总是小于（最多等于）原始的粗差量，并且随多余观测数的增加，方差因子对观测值粗差有抗干扰能力。     

含有粗差观测值的自适应滤波

线性系统的标准Kalman滤波在模型不含有粗差的前提下是最优的,而在测量过程中,测量数据不可避免地存在着粗差,Kalman滤波很容易受到粗差的影响,致使滤波发散和偏倚.抗差Kalman滤波可以减少粗差的影响,对滤波值适时地加以补偿和修正可以使Kalman滤波值不发生大偏倚,但此时的滤波值一般不具有最优性.利用预测残差对粗差进行探测和估计,并对模型加以修正,然后通过Kalman滤波给出此时状态的滤波值.实例表明:通过模型修正来进行适时Kalman滤波的方法是可行的和有效的.     

论粗差修正与粗差剔除

粗差修正与粗差剔除是保证测量成果质量的基本措施。本文基于均值漂移模型论证了粗差剔除与粗差修正估计的关系。研究结果表明,当粗差修正和粗差剔除均基于同一均值漂移模型时,二者求得的参数估值及残差二次型是等价的。     

观测值含有粗差的抗差粒子滤波算法

作为非线性滤波的代表,粒子滤波得到广泛应用。该算法通过随机生成的具有权重的样本（粒子）来计算后验概率密度。其中赋权的过程需要综合系统信息和观测信息,当观测值含有粗差时,会使粒子错误赋权影响滤波结果。提出一种新的基于抗差估计的抗差粒子滤波算法,通过计算粒子等价权,抑制观测值粗差的影响。模拟计算分析表明,当观测值含有粗差时,与标准粒子滤波相比,该方法能有效提高滤波精度。     

利用狄克松判别法剔除观测数据粗差

在测绘数据处理中,异常值的出现会对测量估值产生比较大的影响,有可能使得估值结果发生变异,甚至会出现估值结果完全崩溃的状况。因此,为了得到比较准确的估值结果,需要将粗差进行剔除。利用狄克松判别法对粗差进行探测并剔除,将探测结果与基于统计假设、肖维耐和端值判别法进行对比分析,得出最终结论。     

无定向导线观测值粗差对坐标闭合差的影响

本文对无定向导线多余观测少,在计算中不能有效地发现观测值中粗差的特点,通过分析无定向导线观测值粗差对坐标闭合差的影响规律,提出了无定向导线观测和计算时应注意的问题。     

无定向导线观测值粗差对坐标闭合差的影响

本文对无定向导线多余观测少,在计算中不能有效地发现观测值中粗差的特点,通过分析无定向导线观测值粗差对坐标闭合差的影响规律,提出了无定向导线观测和计算时应注意的问题。     

自动剔除粗差程序的研究

观测数据中含有粗差会给平差工作带来很大困难。因此，粗差检测与粗差定位问题是测量工作者所关心的问题之一。1980年国际摄影测量学会（ISP）会议以及1982年ISP第三委员会都讨论了数据探测原理与自动剔除粗差程序，前者在文献[5]中已作过介绍，后者的原理及其权函数是本文讨论的主要内容。本文还以单张象片后方交会平差问题为例，进行自动剔除粗差的平差计算。     

估计观测值粗差三种方法的等价性讨论

在粗差定位一致的前提下,证明了拟准检定法与部分最小二乘法的粗差估值具有等价性;LEGE法粗差估值与部分最小二乘法粗差估值具有等价性,其条件为未受污染观测值等权独立,且与受污染观测值相互独立.仿真算例证明,当未受粗差污染观测值不等权时,拟准检定法与部分最小二乘法得到的粗差估值结果相同,均比LEGE法粗差估值结果更准确、精度更高.     

判断观测值粗差能否发现和定位的一种验前方法

由于最小二乘(LS)残差统计相关，使得粗差发现和定位关系变得相当复杂，且至今未见有效的理论和方法。作者依据在LS平差前进行粗差发现和定位的思路，有意避开LS残差统计相关的难题，从条件平差模型推导出粗差判断方程(GEJE)Vr＝JVt Wc建立起以上式判断矩阵J为基础的粗差发现和定位的判断准则：1．不能发现含有粗差的观测量；2．能发现含有粗差但不能定位粗差的观测量。通过算例的检验，证明了判断矩阵J与控制网中观测量数据结构的对应关系，同时说明粗差不能定位的观测量，再好的粗差检测方法也无法正确定位粗差。     

粗差剔除的一种拟稳平差方法

在分析粗差探测与定位方法的基础上,探讨了基于拟稳平差思想的粗差定位方法的原理,提出了不等权情况下粗差定位的一种改进算法,并通过实例证明该方法的有效性,最后指出了该方法的局限性及应用时需注意的问题。     

利用多普勒观测检测周跳和粗差

基于多普勒积分提出一种判断"野值"属于周跳还是粗差的方法,即前后两个历元的周跳检测值如果接近则认为是周跳,如果不接近则认为是粗差;通过对多普勒观测量进行不同阶数的多项式插值,得出线性插值的精度高于高阶多项式插值的精度,且计算量少的结论,所以在一个采样率内利用梯形公式积分来检测周跳和粗差的精度较高。     

卫星影像区域网平差粗差剔除算法研究

随着遥感卫星技术的快速发展,卫星影像类型越来越多,应用也越来越普遍。采用传统卫星影像粗差剔除方法,对多源卫星影像粗差剔除,难以达到限差要求。本文提出一种绝对相对结合的粗差剔除方法,解决了卫星影像轨道间粗差剔除的难题,为后续区域网平差打下很好的基础。通过实验,验证了本方法的有效性。本方法克服了轨道间姿态差异大带来的连接误差大的问题,同时运用多次粗差剔除保证了连接点的可靠性。     

采用抗差推估法剔除GPS高程数据粗差

论述抗差拟合推估法剔除技术,该方法的抗差结果比较稳定,在具体工程应用中,粗差剔除效果好.运用抗差拟合推估法剔除技术进行GPS水准高程拟合,大大削弱误差的影响,一定程度上改善和提高GPS水准高程的精度.     

可剔除多个粗差的F-T法

本文首先导出了严密的F和T统计量,F统计量可用于粗差的整体检验,而T统计量可用于F检验后的各单个粗差的检验。然后给出一个算例,且与[1,7]中的方法进行比较。可以看到,文中提出的F-T法在理论上是严密的,在实用上是可行的,因此,它优于现有的几种方法。     

GPS高程拟合中剔除粗差的方法

在GPS高程拟合中,粗差影响着整个拟合的精度,粗差剔除是GPS高程拟合中重要一步。文中提出一种循环泰勒多项式拟合法和F-T法的组合,通过与部分最小二乘平差法比较,发现这种方法不但有严谨的理论,有可行的应用价值,而且可以有效地剔除粗差。     

变差函数权值估算的移动最小二乘匹配点云粗差剔除

现有密集匹配点云数据已实现了地表3维信息的精细化表达,然而由于误匹配,此类点云往往包含一定数量粗差点并影响后续应用的处理效果。针对此类数据中误匹配所产生粗差点的剔除问题,将变差甬数引入移动最小二乘(MLS)粗差剔除算法。变差函数对MLS拟合区域内点对间的相关性进行估算,以此为依据设置权值对最小二乘的结果进行优化;然后利用MLS局部、分区域地对点云进行曲面拟合;最终根据拟合结果剔除粗差。利用A3数字测图系统生成的城区、山区密集点云数据进行实验,并将处理结果、等权MLS处理结果与人工剔除结果进行对比。实验结果表明该算法可有效对点云中的粗差进行剔除,相较于等权MLS粗差剔除算法,陔算法在城区、山区的误判率分别降低了5.16%和1.31%。     

GPS高程拟合中粗差剔除的问题研究

在GPS高程拟合中,粗差往往影响着整个拟合的精度,粗差剔除是GPS高程拟合中的重要一步.论文中采用了循环稳健估计和F-T的组合法,这种方法可以有效弥补稳健估计的不确定性,F-T法运用严密的概率统计论的方法,能进行整体拟合粗差的检验和单个粗差的检验,我们发现这两种方法的结合可有效、彻底地剔除含有多个粗差的数据,使拟合精度更高.     

重力数据粗差探测与剔除方法的研究

根据均值漂移模型,针对重力场特点,综合利用高精度DEM数据及绘图法,本文提出了三种重力数据的粗差探测与剔除方法,对重力点数据进行全面的粗差探测与剔除,为建立我国高精度、高分辨率数字大地水准面、垂线偏差模型提供可靠的基本数据;实际结果表明,该方法正确可靠,是一种行之有效的粗差探测与剔除方法。