一种用于影像镶嵌的快速最小二乘序贯算法

为解决影像镶嵌时快速正确地确定像坐标系和用户坐标系的变换关系问题，本介绍了一种改进的基于Ｈｏｕｓｅｈｏｌｄｅｒ变换的最小二乘序贯算法。该算法可大大减少计算量，提高实用性。     

抗差序贯最小二乘法在GNSS定位中的应用研究

提出了一种基于历史定位信息优化首次定位精度的方法。GNSS终端需要进行重新定位的情况十分常见,比如驾车至停车场,驶离时需要重新开启导航。在城区,信号环境通常较复杂,存在可见星数目少,卫星几何构型差且受多径效应影响,定位精度会出现较大误差。因此,提高首次定位精度的研究能够有效提升用户体验。实际上,在发起重定位时,接收机通常记录之前的历史定位信息,利用这些信息作为附加条件参与定位解算可以有效提升定位精度。据此,提出的序贯最小二乘法充分利用了这些历史定位信息,采用稳健估计方法,进一步增强抗差能力。实验结果表明。     

用Givens变换解最小二乘问题

Ｇｉｖｅｎｓ变换提供一个不通过组成法方程解最小二乘问题的途径。这种解法具有数值稳定性好、计算效率高和节省内存等优点，它也适用于序贯平差。文中首先介绍了Ｇｉｖｅｎｓ变换的概念，叙述了用Ｇｉｖｅｎｓ变换解最小二乘问题的计算步骤，最后提供了更新未知参数及其协方差矩阵的算法。作为附录，给出了法方程矩阵的三角分解，以补充说明设计矩阵的Ｇｉｖｅｎｓ变换结果。     

基于多通道影像的最小二乘匹配算法

随着摄影以及信息存储和通信技术的提高,人们从影像中获取的信息量得到很大的提升。本文提出了一种基于多通道影像的最小二乘匹配算法,利用影像中获取的多通道信息构建最小二乘误差方程进行匹配计算,并采用某大学校区影像数据进行试验验证。结果表明,基于多通道的最小二乘匹配算法扩大了影像匹配窗口内像素的信息量,提高了影像匹配的精度和稳定性。     

约束最小二乘问题的几个算法

讨论了具有线性等式与不等式最小二乘问题及等式约束带权最小二乘问题 ,运用矩阵Householder正交分解及有效约束集法等技巧 ,分别给出了几个有效实用的算法 ,最后进行了数值检验。     

GPS动态测量中模糊度实数解的序贯最小二乘估计

本文提出一种估计GPS动态测量中的模糊度实数解递推最小二乘算法。推导了状态参数和模糊参数向量递推解；给出了残差平方和的序贯计算公式。该算法不仅可以获得模糊度的无偏最优估值，而且还能提高计算效率；不仅能够应用于动态GPS事后处理，而且能够用于实时GPS动态数据处理。算例显示了该算法的正确性。     

约束最小二乘问题的几个算法

讨论了具有线性等式与不等式最小二乘问题及等式约束带权最小二乘问题,运用矩阵Householder正交分解及有效约束集法等技巧,分别给出了几个有效实用的算法,最后进行了数值检验.     

吉文斯变换及其在序贯最小二乘平差中的应用

利用吉文斯变换解最小二乘问题,具有无须组成法方程,有良好的数值稳定性,利于利用矩阵的稀疏性,尤其便于各类序贯平差等优点。本文着重论述该变换在序贯最小二乘平差中的应用。     

最小二乘解的一种直接算法

提出一种最小二乘解的直接算法,它无需组成和解算法方程就可以求得同样的L和X。     

快速序贯算法

本文讨论了序贯算法的基本原理，与ｋａｌｍａｎ滤波的关系，和序贯算法的渐近性态，得到无先验信息的序贯算法不受初值的影响。实例分析表明，此序贯算法可适于方程系数阵的求逆、求解和病态方程的快速解算。     

实参数与复参数混合域最小二乘平差方法

针对平差问题同时含有实数域参数和复数域参数的情形,提出了实参与复参混合的测量平差建模思路,并导出了相应的混合域最小二乘平差方法。该方法统一概括了实最小二乘和复最小二乘方法,其估计过程包括两步:基于零空间算子的实参数平差估计和复数平差模型的复参数估计。通过等价变换将实数域投影变换模型、直接线性变换模型分别重构为相应的混合域平差模型,有效降低法方程求逆维数,从而提高建模和平差计算效率。应用结果及分析验证了本文所提方法的正确性和有效性。     

局部单应约束的高精度图像自动配准方法

提出一种基于SIFT特征的抗差图像匹配算法。算法分为两个阶段：①初始匹配,综合利用SIFT特征匹配方法和基于SIFT特征尺度和方位信息的自适应归一化互相关（normalized Cross correlation,NCC）方法建立初始相关,并基于几何关系一致性检测剔除误匹配;②匹配传播,在初始相关的基础上,利用自适应NCC和局部单应约束进行匹配传播,迭代产生更多的匹配点并采用几何关系一致性检测剔除可能的误匹配。初始单应采用最小二乘匹配方法估计得到,并采用自适应NCC为其提供良好的初始值。与现有的基于SIFT特征的图像配准方法相比,算法在抗几何变形和配准精度等方面具有优越性。     

非线性最小二乘估计的遗传算法

探讨了用遗传算法进行非线性模型参数估计的可能性,设计了非线性最小二乘估计的遗传算法,并用实例验证了该算法的有效性.通过比较该算法与其它算法的结果,得出了一些具有参考价值的结论.     

最小二乘影像匹配算法设计与实现

针对影像匹配问题,对最小二乘法影像匹配的算法进行了研究,理解了该算法的匹配原理,并应用测试程序对该算法进行测试。     

基于最小二乘配置的三维空间坐标转换

在求解未知转换参数时,鉴于公共点坐标本身的误差,提出利用最小二乘配置法进行空间坐标转换,即将公共点本身坐标作为随机参数,把转换参数作为非随机参数进行处理,最后通过实验对比分析表明,该方法明显优于一般坐标转换方法。     

HASM-AD algorithm based on the sequential least squares

The HASM(high accuracy surface modeling) technique is based on the fundamental theory of surfaces,which has been proved to improve the interpolation accuracy in surface fitting.However,the integral iterative solution in previous studies resulted in high temporal complexity in computation and huge memory usage so that it became difficult to put the technique into application,especially for large-scale datasets.In the study,an innovative model(HASM-AD) is developed according to the sequential least squares on...     

两种平面坐标系换算的改进方法

针对坐标转换的问题提出一种基于最小二乘配置的改进方法,此方法与一般方法的最大区别是公共点坐标的误差,把转换参数作为非随机参数进行处理,并通过实验验证其可行性。实验结果表明此方法具有可行性,与一般方法相比,精度得到一定提高。     

加权总体最小二乘的效率优化算法

加权总体最小二乘法是理论上估计EIV模型参数相对严密的方法,其迭代过程中涉及的矩阵运算较为耗时,在处理大量级数据时尤其明显。PEIV模型有助于提高加权总体最小二乘法的计算效率。本文基于PEIV模型和经典最小二乘准则给出了一种加权总体最小二乘法算法,算法的推导过程简洁,易于理解,迭代过程中无需重构矩阵,减少了矩阵运算量。最后通过仿真试验验证了算法的可靠性。试验结果表明,本文算法可以取得与现有算法相同的参数估计精度且计算效率更高。