GNSS接收机自主完好性监测算法研究

随着GPS等卫星导航系统的广泛应用,实际导航中对接收机的导航定位精度也提出了越来越高的要求。目前对此较为有效的方法就是利用接收机自主完好性监测来保证,该方法日益受到重视。常用的自主完好性监测方法有伪距比较法、最小二乘残差法和Parity方法,针对利用最小二乘残差法实现的GNSS接收机自主完好性监测算法进行研究。     

顾及粗差的混合最小二乘平差实验分析

通过详细介绍总体最小二乘法以及其与经典最小二乘法的关系,引出综合了经典最小二乘法与总体最小二乘法的混合最小二乘平差法。为了研究混合最小二乘法的优劣,本文设计一套比较混合最小二乘法与经典最小二乘法的实验方案。通过实验结果可知,混合最小二乘法并非总优于经典最小二乘法,只有当系数阵误差比观测值误差大或略小时,混合最小二乘法才始终优于经典最小二乘法。     

总体最小二乘拟合问题求解方法的比较研究

目前对总体最小二乘求解方法的研究,出现了奇异值分解的总体最小二乘法、顾及自变量和因变量误差的总体最小二乘法及正交总体最小二乘法.在模型推导的基础上,本文对3种总体最小二乘法在直线和平面拟合中求解的参数及其精度进行了分析,通过与最小二乘法的比较表明,总体最小二乘法得到的拟合结果更加稳健,且以正交总体最小二乘法的拟合结果为最优.     

病态总体最小二乘问题的虚拟观测解法

提出基于虚拟观测的病态总体最小二乘问题岭估计解法,该方法将先验信息作为一项独立的虚拟观测量,作为约束条件与病态观测方程联立求解未知参数,推导了求解的具体公式和迭代算法,给出了虚拟观测法中确定准则子参数的岭迹法。算例比较分析了病态总体最小二乘虚拟观测法、总体最小二乘岭估计的L曲线法、普通总体最小二乘法和最小二乘法的结果,发现虚拟观测法在解决病态总体最小二乘问题时是非常有效的。     

基于逐步回归的偏最小二乘法在大坝位移监控中的应用

偏最小二乘回归法是建立大坝位移监控模型的常用方法,该方法能够较好地处理模型初选因子之间存在的多重共线性。然而普通偏最小二乘回归法无法进行显著变量的选取,针对此问题,探讨了基于逐步回归的偏最小二乘回归法的基本原理和建模步骤。实例计算表明,通过该方法建立的模型在拟合效果和预报能力方面均优于普通偏最小二乘回归法。     

线性模型的泛最小二乘法

本文首先针对线性模型提出了泛最小二乘法,在设计矩阵不加限制的情形下,得到了参数的泛最小二乘估计量。该方法既发扬了最小二乘法的优点,又克服了它的一些不足,它包含了常见的岭估计和最小二乘估计法;其次讨论了泛最小二乘法的理论依据;接着研究了泛最小二乘估计量的一些统计性质,并与最小二乘估计进行比较,在一定意义上前者优于后者;然后讨论了平衡参数的选取问题;最后,给出一个应用,说明了泛最小二乘法的有效性和可行性。     

总体最小二乘曲线曲面模型建立方法比较探究

本文探究了总体最小二乘的3种方法,包括奇异值分解、最小奇异值方法和迭代法,并且对3种方法进行比较。在模型推导的基础上,文中对3种总体最小二乘法在曲线和曲面拟合中求解的参数及其精度进行了比较分析。通过与最小二乘法的比较表明:总体最小二乘法得到的拟合结果更加稳健,并且发现迭代法和奇异值分解方法的结果是一样的;最小奇异值方法的结果欠优。     

部分最小二乘平差方法及在粗差定值与定位中的应用

部分最小二乘平差是把观测值按照是否含有粗差分成两组 ,对不含粗差的那一组实施最小二乘平差。本文推导了在相关观测条件下的最小二乘原理 ,对这种平差方法的一些估计量的统计性质进行了简单分析 ,结果表明 ,这种方法能够用于粗差估算。本文还详细叙述了用这种方法进行粗差的定值定位的过程 ,即首先根据单位权中误差进行分组 ,然后实施部分最小二乘平差 ,估算粗差的大小。算例表明这种方法的有效性     

一种利用IGGII方案的稳健混合总体最小二乘方法

混合总体最小二乘(mixed LS-TLS)合理地顾及了系数矩阵和观测向量误差,却没有考虑数据中可能存在的粗差。利用IGGII方案,提出一种稳健的混合总体最小二乘方法,并通过平面拟合进行验证。结合模拟数据和真实数据,通过与最小二乘(LS)、总体最小二乘(TLS)和混合总体最小二乘的对比分析,证实这种稳健混合总体最小二乘的平面拟合结果最为可靠。     

非线性曲线TLS法拟合

如今,整体最小二乘法越来越受到学者们的重视。虽然传统的高斯最小二乘法运用最为广泛,但是由于其只考虑了因变量观测值的误差而认为自变量是精确的,所以与实际观测情况不太符合。而整体最小二乘兼顾了自变量与因变量存在的观测误差,所以在理论上更为严谨且更为符合实际。本文介绍了一种适用性相对广泛的非线性函数整体最小二乘拟合方法。并采用一组模拟数据对该方法进行验证,且与通过最小二乘解算出来的结果进行了比较。对比得出,整体最小二乘法解算出来的结果更接近理论值。     

基于广义补偿最小二乘法的航空重力向下延拓

航空重力向下延拓是病态问题,而广义补偿最小二乘法可以很好地克服病态性。研究了基于广义补偿最小二乘法的逆Poisson积分的航空重力向下延拓模型,并设计实验方案,将EGM2008地球位模型计算的重力异常作为仿真实验的数据,分别用最小二乘、Tikhonov正则化、广义补偿最小二乘3种方法求解,对其精度及仿真效果进行比较。结果表明,广义补偿最小二乘方法精度高,对仿真效果有显著提高。     

论最小二乘拟合

在大地测量、地震及地球动力学数据处理中,常常需用一个函数去拟合已被测定的一组数据,这就是函数的拟合。函数的拟合通常采用最小二乘准则,即最小二乘拟合。在一般文献中,观测数据均假定具有独立性,但经常遇到的是处理相关数据。为了解决相关数据的拟合,本文按最小二乘相关估计的理论叙述了拟合的方法,监对这种方法的最优性作了全面的论证。考虑到处理数据时,经常要增添新的观测数据,为了解决数据的贮存便于电算和减少工作量,我们根据卡尔曼滤波的思想,推导了最小二乘拟合的递推公式。     

总体最小二乘法在坐标转换中的应用

在处理坐标转换数据的方法中,通常使用的方法是最小二乘法,但其由于不能顾及系数矩阵误差而具有一定的局限性,导致坐标转换结果的可靠性较差。因此,需要一种新的方法来弥补最小二乘法的不足。本文引入总体最小二乘法和混合最小二乘法,采用仿真数据求解坐标转换七参数,并将结果与其仿真值进行比较,证明采用混合最小二乘法得到的坐标转换七参数更接近于理论值。     

一种拟合三维空间直线的新方法

提出了一种基于稳健总体最小二乘的三维空间直线拟合新方法。该方法以加权总体最小二乘为基础,通过删除点到拟合直线距离过大的观测点来抵抗粗差的影响,获得空间直线参数的稳健估计值。试验表明,当观测数据中不含有误差时,加权最小二乘法、加权总体最小二乘法和本文方法的参数估计值高度一致;当观测数据包含粗差时,本方法的参数估计值明显更接近真实值。     

GIS数据误差处理的阻尼最小二乘算法

应用非线性最小二乘平差方法--阻尼最小二乘法研究了数字化数据误差处理,并将该方法与最小二乘条件平差进行了比较.理论和实验表明,在处理较大数字化数据误差时采用阻尼最小二乘平差方法,减弱了在条件方程线性化过程中产生的模型误差,提高了计算精度.     

总体最小二乘法在相机标定中的应用

对比总体最小二乘方法与最小二乘方法在相机标定中的适用性及优越性。在相机标定中,由于像点坐标和对应的地面点坐标均存在误差,因此采用总体最小二乘方法对误差方程中的系数矩阵及观测向量同时改正,能够建立更加合理的计算模型。文中以相机标定两步法为例,通过实例解算,证明利用总体最小二乘法能够得到精度更高的相机标定参数解。     

最小二乘法的若干问题——线性代数的应用

在近代最小二乘法的论证上及其应用方面,愈来愈多地应用了线性代数理论和计算方法以及数理统计的知识。使最小二乘法的数学与现代数学理论和计算技术联系起来,这不仅丰富了这门应用数学。而且也扩大了其应用的范围。     

GIS数据误差处理的阻尼最小二乘算法

应用非线性最小二乘平差方法——阻尼最小二乘法研究了数字化数据误差处理，并将该方法与最小二乘条件平差进行了比较。理论和实验表明，在处理较大数字化数据误差时采用阻尼最小二乘平差方法，减弱了在条件方程线性化过程中产生的模型误差，提高了计算精度。     

基于长度修正的预测算法优化

当自变量之间存在多重相关性时,若利用最小二乘法建立预测模型,参数估计会存在误差。若应用偏最小二乘回归算法建立预测模型,可以克服自变量之间多重相关性问题,计算结果更为可靠。长度修正的偏最小二乘回归算法从预测的角度对偏最小二乘模型进行了改进。以芹山水电站的水平位移预测为例,验证了长度修正的偏最小二乘回归法比普通偏最小二乘回归法在预测方面效果更好。     

移动最小二乘法在高程异常拟合中的应用

高程异常的求取一直是测绘领域关注的问题,常用的拟合方法都是基于最小二乘法进行。文中应用移动最小二乘法进行高程异常拟合,通过工程数据验算,拟合精度较其他常规模型有一定提高。同时,针对移动最小二乘法中的半径确定问题,提出了“固定点数法”,经过验证,该方法能够满足拟合精度要求。