双因子方差膨胀抗差估计

相关观测异常诊断、质量控制是测量数据处理领域亟待解决的难题之一，本文从方差膨胀模型入手研究了相关观测的质量控制理论和方法；给出了误差影响函数；构造了方差膨胀函数；利用观测量的等价协方差阵讨论了相关观测质量控制的计算方法，该等价协方差矩阵不仅保持了原有协方差矩阵的对称性，而且保持了原有协方差矩阵的相关性不变，计算结果表明异常观测的方差膨胀法能有效地控制异常观测对参数估值的影响。     

大地测量相关观测抗差估计理论

相关观测异常诊断、质量控制是测量数据处理领域亟待解决的难题之一。分别从方差膨胀模型和相关权元素压缩模型入手研究了相关观测的质量控制理论和方法；给出了误差影响函数；构造了方差膨胀函数和权因子收缩函数；利用观测量的等价协方差阵和等价权矩阵讨论了相关观测质量控制的计算方法。该等价协方差矩阵和等价权矩阵不仅保持了原有协方差矩阵和权矩阵的对称性，而且保持了原有协方差矩阵的相关性不变。计算结果表明异常观测的方差膨胀法和等价权法能有效地控制异常观测对参数估值的影响。     

非线性自适应抗差滤波定轨算法

讨论了应用卡尔曼滤波进行卫星精密定轨所遇到的一些问题,提出了一种新的非线性自适应抗差滤波定轨算法.该方法首先采用非线性滤波来提高定轨精度,避免了模型线性化误差的影响.另外,采用双因子方差膨胀模型来自适应地调节观测噪声的协方差阵,以控制观测异常对定轨结果的影响;通过自适应因子实时调节状态噪声协方差阵,以降低状态异常对定轨结果的影响.通过CHAMP卫星定轨计算,验证了新方法的可行性和有效性.     

污染分布的逼近及应用

污染分布是抗差估计的基础。本文试图从观测值残差入手,首先逼近各观测值方差,进而由方差的变化逼近污染正态分布密度。逼近的基本思想是：将异常观测值的方差扩大。文中构造了方差膨胀函数。基于方差膨胀的污染正态分布,可由最小二乘估计获得模型参数的抗差估计解;并由方差传播定律及Ｂａｙｅｓ推断理论解算参数的验后方差－协方差及置信区间。文中给出了一个算例。     

近五年中国大地测量数据处理理论与方法进展

本文介绍了五年来中国学者在大地测量数据处理理论方面的主要贡献。内容包括函数模型、随机模型以及计算方法方面的主要进步。抗差估计理论与方法的研究得到进一步加强，针对相关观测异常污染新建立了双因子方差膨胀模型和双因子等价权模型，建立了基于方差分析的方差膨胀模型；在动态定位数据处理方面，建立了自适应抗差滤波理论。在粗差探测与可靠性理论方面提出了粗差拟准方法；非线性参数估计和有偏估计方面也有相当丰富的成果。本文只包括中国学者在1999—2003年五年间所从事的研究和发表的主要成果。     

考虑随机模型精化的精密GPS动态定位新方法

GPS动态定位要求建立函数模型和随机模型。函数模型描述的是观测值和待估参数之间的物理和几何关系，随机模型描述了GPS观测值的统计特征，并通过观测值的方差协方差给定了每个观测值对最后的定位结果的贡献。正确给定函数模型和随机模型对于GPS定位结果的估计和观测值的粗差探测均至关重要。由于有各种误差存在于伪距和载波相位观测值中，一般GPS动态定位模型均采用双差观测值来构建函数模型。有时候，仔细地使用单差观测值，较之双差观测值有更多的优点，给出了选用单差观测值的理由。但是单差观测值给函数模型带来了接收机钟差，如果直接使用单差观测方程，设计矩阵是奇异的。为了解决这个问题，将伪距观测值中接收机钟差项和接收机延迟项合并为一个新的未知参数。至于载波相位观测值，首先选定一个参考卫星，然后在观测方程的右端同时增加一正一负的参考卫星单差整周模糊度，将正项与接收机钟差项和接收机延迟项合并为一个新的未知参数，将负项和原观测方程中的单差整周模糊度项合并为双差整周模糊度，而参考卫星观测方程的模糊度项则为零，这样无须组建双差观测值，软件实现较容易，也可以直接使用LAMBDA法求整周模糊度，最终也解决了观测方程奇异的问题。准确理解观测值的统计特征是建立GPS随机模型的基础，长期以来GPS商业软件均采用简化模型。关于GPS随机模型的研究远没有函数模型那样受到广泛关注，静态GPS定位可以采用方差协方差分量估计等严密的方法，而动态定位无法承担方差协方差分量估计的计算负担。GPS观测值的信噪比(SNR)是GPS接收机观测过程中的副产品，影响SNR值的因素，如大气层、多路径、接收机内部电路等，也正好是GPS观测值的误差源，因此GPS观测值的方差与SNR存在一定的对应关系。利用这个对应关系来精化GPS随机模型。为了验证本文采用的函数模型的正确性和随机模型的有效性，我们对1999年的一次实测数据(包括零基线和短基线)进行了试算。与零基线的真值和GPSurvey 2．35处理的短基线静态结果比较，表明使用的函数模型是正确的。简化随机模型和精化随机模型处理的结果比较说明精化模型提高了基线处理的精度，同时说明了研究GPS随机模型精化的必要性。     

基于等价方差-协方差阵的稳健最小二乘估计理论研究

在对现有的基于等价权的稳健估计的弊端进行分析的基础上 ,建立起一套基于调整观测量方差 -协方差阵的稳健最小二乘估计理论 ,包括相关ρ函数、相关φ函数、等价方差 -协方差函数、等价方差 -协方差因子、影响函数、崩溃污染率等。通过算例证明本文所提出的基于等价方差 -协方差的稳健估计思想、模型的正确性和可行性     

Helmert方差分量估计的粗差检验与抗差解

当观测值中含有粗差时，检验表明Helmert方差分量估计结果同样含有粗差，且粗差还可能会发生转移，为有效地抵制粗差和随机模型差的互相影响，指出了发生这一转移的原因，介绍了基于双因子等价权的抗差估计，并针对相关Helmert方差分量估计抗差解求解过程中容易出现的法矩阵0值溢出问题，提出了改进方法。     

相关稳健估计及其在测量数据

在对现有的基于等价权的稳健估计的弊端进行分析的基础上,直接从方差膨胀模型出发,建立起一套基于调整观测量方差-协方差阵的相关稳健估计方法,并通过算例证明其估计思想、模型的正确性和可行性.     

相关稳健估计及其在测量数据处理中的应用

在对现有的基于等价权的稳健估计的弊端进行分析的基础上，直接从方差膨胀模型出发，建立起一套基于调整观测量方差－协方差阵的相关稳健估计方法，并通过算例证明其估计思想，模型的正确性和可行性。     

一、P20 一般性问题

CH20081939基于方差分量估计的拟合推估及其在GIS误差纠正的应用=Variance Component Estimation Based Collocation and Its Application in GIS Error Fitting/杨元喜,张菊清,张亮(西安测绘研究所)//测绘学报.-2008,37(2).-152～157拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。图2表1参22     

基于等价方差-协方差抗差估计在GPS网平差中的应用

在GPS网平差中,其观测值为三维基线向量,基线向量3个分量间存在较强的相关性,在平差时必须考虑。根据等价方差-协方差理论,本文以GPS网平差为例,对比IGG-2方案,说明了等价方差-协方差理论在相关观测抗差估计中的优越性。     

基于渐消因子的改进Kalman滤波时间尺度估计算法

Kalman滤波时间尺度算法是一种实时的原子钟状态估计方法,在守时实验室具有重要实用价值。由于原子钟状态模型误差估计存在偏差,Kalman滤波时间尺度算法中状态估计可能出现相应异常扰动,应当对状态模型误差进行实时控制。对此,引入基于渐消因子的改进Kalman滤波时间尺度算法。对状态预测协方差矩阵引入渐消因子,利用统计量实时计算渐消因子的量值,控制状态预测协方差阵的增长,降低了原子钟状态估计的扰动。实验结果表明,相比于标准Kalman滤波时间尺度算法和基于预测残差构造自适应因子的Kalman滤波算法,基于渐消因子的改进Kalman滤波时间尺度算法能够提高原子钟状态估计的准确度,改进时间尺度的稳定度。     

Kalman滤波异常误差检测

为检测动态导航观测异常和动态模型异常误差，本文利用状态方程预测残差二次型构造了整体误差检验法，即观测误差和动力学模型误差整体检验法；讨论了三种观测异常检测法，即以模型为基准的观测异常检验，以当前历元可靠观测为基准的异常检验，以状态Kalman滤波估值为基础的观测异常检验；分析了三种动力模型异常检测法，即状态不符值检验法，以状态参数Kalman滤波估值为基础的动力模型误差检验法，以可靠观测为基础的动力模型误差整体检验法。并对这几种异常检测法进行了简单分析。     

基于各向异性协方差函数的自适应拟合推估

随机信号协方差函数的拟合和确定是拟合推估的关键。在常规协方差函数拟合时,通常假定随机信号为具有各向同性的随机过程,而事实上各向异性更具有普遍性。结合方差在不同方向的误差分量表达式,给出了各向异性协方差函数的拟合方法,利用由方差分量估计构建的自适应因子调节观测随机误差与信号对模型参数估计的贡献,以减弱观测误差和随机信号先验模型不确定而带来的影响,并将其应用于InSAR监测缺失数据填补中。计算结果表明,拟合推估具有较好的缺失数据填补能力,应用基于各向异性协方差函数的自适应拟合推估,其填补精度得到进一步的改善。     

基于方差分量估计的拟合推估及其在GIS误差纠正的应用

拟合推估解算必须首先求得信号向量的方差协方差矩阵,该协方差矩阵一般通过选定的协方差函数,并通过已测点数据进行拟合得到。显然观测噪声的先验方差协方差阵与拟合得到的随机信号的方差协方差矩阵必须相互协调,即观测噪声向量和信号向量的权矩阵所对应的方差因子应该一致,否则将对固定效应和随机效应参数的估计带来系统性的影响。应用方差分量估计来协调拟合推估模型中观测噪声和信号向量的随机模型,并分别从极大似然估计、MINQUE估计、赫尔默特方差分量估计三方面构建了拟合推估模型的方差分量解,最后利用新提出的理论与方法,对一幅实际的扫描地形图进行误差纠正,结果表明基于方差分量估计的拟合推估法能够提高扫描地形图的精度。     

GPS随机模型最优不变二次无偏估计算法及实现

目前GPS基线解算通常采用简化的等权随机模型,在复杂观测环境下采用该模型将影响定位结果的精度和可靠性。本文结合方差-协方差分量估计理论,论述了利用最优不变二次无偏估计(BIQUE)方法建立GPS精密随机模型的迭代算法,并进行了相应的软件模块设计。算例分析结果表明,该算法用于GPS随机模型精化是可行的,与等权随机模型比较,所建立的GPS双差观测值方差-协方差阵更符合实际,能有效地提高整周模糊度的可靠性和定位精度。     

广义整体最小二乘粗差探测的三维坐标转换方法

针对观测坐标受到粗差污染时导致参数估值受到影响的问题,本文将三维坐标转换问题描述为一个非线性变量误差(EIV)模型,并提出相应的数据探测算法。首先利用Euler-Lagrange方法推导出了非线性EIV模型的广义整体最小二乘(GTLS)解,将其转化为经典最小二乘问题;然后在已知方差分量和未知方差分量的条件下,基于经典最小二乘理论,构造了两类数据探测的检验统计量。试验结果表明,本文提出的数据探测算法可有效减少粗差的影响,获得可靠的转换参数。     

组合GPS／GLONASS精密定位的观测值随机模型

为了获得组合GPS／GLONASS精密定位结果，该文从理论和数值实例两方面分析了研究组合GPS／GLONASS观测值随机模型的重要性，提出了两种利用观测值的误差残差估计随机模型的方法，即验后估计法和方差－协方差迭代法。理论和数值结果表明，这两种随机模型估计方法与采用经验随机模型相比，可以提高整周模糊度解算的可靠性和定位精度，所提出的观测值随机模型估计方法理论上更严格，实践上可行，并建议采用方差－协方差迭代法估计组合GPS／GLONASS精密定位的观测值随机模型。     

动态系统的抗差Kaliman滤波

离散历元的动态观测量及其相应的动态模型可能存在异常，若数据处理模型不考虑对这些异常的特别处理，则动态模型参数估值及其所提供的动态信息将极不可靠。基于贝叶斯统计和抗差估计原理，我们构造了一种抗差滤波算法。该算法考虑观测分布和参数验前分布均为污染分布。并利用一个实测网验算该算法和模型的可靠性。