变形模型的Lp估计及其抗差性

本文讨论了变形模型的抗差问题。在先验信息不足的情况下，根据抗差估计原理，推导了变形模型的Ｌｐ估计形式，讨论了Ｌｐ估计的抗差性，最后以算例验证Ｌｐ估计的抗差性及在变形分析中应用的可能性。     

Lp估计的抗差性研究

本文讨论了Ｌｐ估计的基本原理；基于影响函数的抗差测度指标，数据的基础分布为正态分布情形下，详细讨论和分析了Ｌｐ估计的抗差性和效率等问题，从理论上得到了Ｌｐ估计的抗差性和效率与ｐ的关系。     

尺度参数的Lp估计与精度评定

根据定位参数与尺度参数的联合Ｍ估计,导出了尺度参数的Ｌｐ估计;当ｐ＝２时,与最小二乘估计一致,观测数据服从正态分布时,为最优无偏估计;由于尺度参数Ｌｐ估计的影响函数为无界函数,估计不具抗差性,但把残差Ｗｉｎｓｏｒ化,作者得到了尺度参数的抗差Ｌｐ估计;依据定位参数的协方差阵,可进行Ｌｐ估计的精度评定。这些结果对于Ｌｐ估计的研究和应用具有一定的参考价值。     

污染分布下的Lp估计抗差测度

观测数据中含有粗差成异常值扰动的误差分布可视为污染分布,根据Ｍ的估计理论,导出Ｌｐ估计的影响函数,分析Ｌｐ估计的抗差能力,并用效率来测度估计的优劣,综合抗差能力和效率,指出观测数据中有粗差的扰动,应用ｐ为（１．２,１．５）的Ｌｐ估计来进行处理。     

多维Lp估计的抗差测度

本文根据Ｈａｍｐｅｌ定义的影响函数，导出了多维Ｌｐ估计的理论函数、经验影响函数及影响函数的方差公式，表征了多维情形下，设计空间对Ｌｐ估计的抗差影响。本文得到的结果及结论也适于一维情形，且与一维情形得到的结论基本一致。     

自适应抗差最小二乘估计

抗差估计与最小二乘估计在相应条件下各具优点。特定的抗差估计极值函数只在特定的污染分布条件下显示其抗差性和优效性。本文研究最小二乘估计，抗差估计以及抗差估计类之间的自适应估计问题。重点讨论了适于测量平差计算的误差分布检验量以及自适应抗差极值函数和权函数的构造与选择，最后人出了自适应抗差最小二科解算积式。     

复测水准网拟稳抗差解算模型

变形监测网平差的主要方法是秩亏平差法或拟稳平差法。本文基于抗差估计原理，首先推导了秩亏平差模型的抗差解式和拟稳抗差解，并推导了普通秩亏抗差解与拟稳抗差解之间的转换关系。使得拟稳抗差估计的解算简便直观。     

自适应Lp估计及其在SLR数据预处理中的应用

本文简要介绍了自适应Ｌｐ估计的有关理论和求解方法，并对ＳＬＲ数据的测量误差作了统计分析。发现ＳＬＲ数据的测量误差服从ｐ值不定的ｐ范分布。本文ＳＬＲ数据预处理实例表明自适应Ｌｐ估计能给出比ＬＳ估计更为稳健有效的拟合参数。当观测值粗差高达６６％时，自适应Ｌｐ估计仍能给出可靠的拟合参数，效果明显优于传统的ＬＳ估计。     

抗差估计在变形监测数据处理中的应用

对抗差估计及其迭代初值进行了研究分析,并且针对不同估计方法所得到的迭代初值,利用Matlab对其进行模拟数据实验,对其"抗差性"进行比较,结合模拟结果选取"抗差性"较好的迭代初值进行下一步的抗差估计。最后利用某变形监测数据,同时采用最小二乘法和抗差估计两种方法进行比较,验证了抗差估计对粗差的"抗干扰性"。     

测量平差抗差化和效率分析

本文从充分利用可能得到的信息的观点出发,讨论了测量平差的抗差性和优效性及其他们之间的关系。阐述了抗差估计理论和经典估计理论的本质区别。提出了测量平差抗差化的基本原则,并对几种估计的抗差能力和效率作了比较。     

抗差秩亏自由网平差在GPS网平差中的应用

在讨论抗差估计与秩亏自由网平差2个模型的基础上,将抗差估计与秩亏自由网联合,建立抗差秩亏自由网平差模型,并且将此模型应用于GPS基线向量网平差。经过实际数据验证的结果表明,此模型能有效地抑制粗差影响。     

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。     

一定分布模式下的最优Lp估计

观测数据在一定的分布模式下,需从理论上解决究竟用多大的ｐ值进行Ｌｐ估计（最优ｐ值的确定）,本文基于渐近方差整体最小的原则,给出了最优Ｌｐ估计的定义。观测数据中含有粗差（异常值）的扰动,其误差分布可视为污染分布,作者分析了最优ｐ值的大小,结果表明,若观测数据中含有不同大小、数量的粗差,为使Ｌｐ估计差最小,则ｐ将取［１．２,１．５］中的某一定值,Ｌｐ估计结果最优,此结论对测量数据处理具有一定的参考价值     

测量平差抗差模型设计

本文根据抗差估计原理分别导出了几种不同类型测量平差抗差模型。讨论了这些模型的适用范围和实际应用中应注意的一些问题。     

基于抗差卡尔曼滤波的GM(1,1)模型在变形预计中的应用

针对传统灰色模型建模过程中易受观测数据随机噪声干扰的影响,利用抗差卡尔曼滤波理论能够有效地估计含有噪声的观测值的优点,构建了基于抗差卡尔曼滤波的GM(1,1)模型。结合实例,验证了该模型在一定程度上可以提高变形监测预测精度,更好地反映观测对象的变形趋势。     

观测误差的P分布与估计准则

本文导出了观测误差服从一族指数分布－Ｐ分布的密度函数，讨论了Ｐ分布的离差，数学特征和估计准则等问题，描述了误差分布与估计方法的关系，有利于进一步讨论估计方法的抗差性。     

不同抗差算法在内插平面坐标转换中的应用研究

在探讨利用线性内插模型解决平面坐标转换问题的基础上,将抗差估计及拟准检定法用于内插模型抵抗重合点坐标粗差的影响,讨论了两种抗差算法对粗差的抗差效果。算例表明,抗差估计及拟准检定法均能很好的解决内插坐标转换重合点粗差导致的转换精度差的问题。     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法——抗差岭型主相关估计。推导出了相应模型的抗差解及误差影响函数,并进行了计算分析。与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响。     

抗差卡尔曼滤波模型及其在GPS监测网中的应用

根据量测向量中的粗差对状态向量滤波值的影响规律，导出了抗差卡尔曼滤波模型，该模型对观测空间和设计空间均具有良好的抗差性。通过对含有粗差的模拟GPS监测网的计算，与标准卡尔曼滤波模型相比较，利用该抗差滤波模型，可获得可靠的变形分析结果。     

压缩型抗差估计

讨论了测量平差中粗差和病态性同时存在时的参数估计问题。针对抗差估计不能抗拒病态性干扰的缺点,运用有偏然计的压缩变换方法,提出了一种新的估计－压缩型抗差估计,理论分析和模拟计算表明,新估计不但能有效的减免粗差的影响,而且能显著的作病态性的干扰,是一种性能良好的估计。