顾及模糊逻辑关系的稳健估计

首先给出了标准化残差受粗差污染的隶属函数,进而导出了观测误差与残差之间的模糊逻辑关系,以及观测误差属于粗差的隶属函数。最后提出了顾及模糊逻辑关系的稳健估计算法。计算结果表明,顾及模糊逻辑关系的稳健估计能有效地抵制粗差的影响,并能正确地定位粗差。     

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。     

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。     

一种新的稳健估计方法的权函数选取

介绍了利用误差分布律的概率密度函数定义权函数的一种稳健估计方法。首先从理论上阐述了此种稳健方法的计算步骤,并通过实例同最小二乘法和几种稳健估计方法(Huber估计法、Hampel估计法、丹麦估计法)作了比较;证明了此种方法的优越性。     

一种新的稳健估计方法的权函数选取

介绍了利用误差分布律的概率密度函数定义权函数的一种稳健估计方法。首先从理论上阐述了此种稳健方法的计算步骤,并通过实例同最小二乘法和几种稳健估计方法（Huber估计法、Hampel估计法、丹麦估计法）作了比较;证明了此种方法的优越性。     

粗差验后方差的无偏估计与最优稳健估计

在正态粗差假设下导出了粗差验后方差的无偏估计,对误差工膨胀模型和误差均值移动模型,两者的无偏估计公式是相同的。这证明了李德仁验后方差的朱建军方差不是无偏的。由于偏方定义的彭方法是正态粗差假设下的最优稳健估计。     

稳健估计在丰都河北大桥变形监测中的应用

在测量平差中,最小二乘估计准则进行平差对观测误差不服从正态分布,若粗差引入到参数估值中,得不到最优无偏估值,甚至成果也受到影响。因此在部分观测值具有粗差的情况下,采用稳健估法可获得可靠的平差结果;它是一种优于最小二乘估计的方法,并成功运用到丰都河北大桥变形监测平差处理中。     

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。     

粗差验后方差的无偏估计与最优稳健估计

在正态粗差假设下导出了粗差验后方差的无偏估计,对误差方差膨胀模型和误差均值移动模型,两者的无偏估计公式是相同的.这证明了李德仁验后方差和朱建军方差不是无偏的.由无偏方差定义的彭方法是正态粗差假设下的最优稳健估计.     

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。     

基于模糊隶属函数的参数稳健估计

参数估计过程经常遇到2个主要问题:一个是最小二乘与稳健估计不能兼顾最优无偏性和稳健性;另一个是非线性模型参数估计进行线性近似处理中带来的模型误差导致对粗差的错误鉴别和定位。针对以上2个问题,提出了基于模糊隶属函数的稳健估计方法。该方法通过隶属度加权来削弱个别粗差污染数据对参数估计结果的影响,从而达到提高参数估计稳健性的目的。分别用线性回归模型和非线性回归模型对该算法进行了验证,结果表明,该算法对粗差具有较好的抵抗能力,能够对参数进行稳健估计。     

GPS网平差中的稳健估计

GPS网平差利用三维基线向量为观测值,与常规的粗差探测不同,根据RECO法基本原理,以GPS网为例,说明RECO法在GPS网平差中粗差探测中的优越性,得出一些有益的结论。     

一种稳健性准则及相应的稳健估计

研究了已有的各种稳健性度量，根据稳健性的经典定义，本文建立了一种衡量稳健性的准则，根据这一准则，研究了在测量中常用的两种误差模型下的稳健结构。结果表明，在这一个准则和随机误差模型下的最优稳健估计，是李德仁教授提出的验后方差法；在这一准则与均值移动误差模型下的最优稳健估计，是具有均方误差最小的稳健估计。     

密度权稳健估计

利用观测量分布函数作为权函数的计算公式,分析了密度权法的抗差性和收敛速率,证实了用密度权法处理含粗差数据是行之有效的。