一种基于Partial EIV模型的多项式拟合解法

针对多项式拟合模型系数矩阵中部分元素是某一自变量的函数的特点,根据Partial EIV模型的解算思想,将系数矩阵中自变量的函数作为随机元素提取,顾及泰勒展开的二阶项,由协方差传播律计算自变量函数的协因数阵进行平差解算。实验结果表明,系数矩阵的元素不再是单独的自变量时,使用该算法可以得到与已有非线性总体最小二乘方法相近的参数结果,从构造随机向量权阵的角度提供了一种新的解算方法。     

不等式约束Partial EIV模型的WHP拟牛顿修正解法及其精度评定的SUT法

提出一种确定不等式约束Partial EIV模型解及精度评定的新方法,在总体最小二乘准则下,将附有不等式约束的Partial EIV模型转换为标准最优化问题。采取WHP拟牛顿修正的SQP方法求解,并利用SUT法对参数估值进行精度评定,可以减小迭代次数、提高收敛速度,且精度评定方法简单有效。     

水准测量中尺度比参数的附加系统参数的Partial EIV模型解法

针对目前水准测量中尺度比参数的附加系统参数的平差模型,本文对模型进行重构,提出尺度比参数的附加系统参数的partial errors-in-variables（Partial EIV）模型,给出总体最小二乘准则下的解算公式及迭代算法。实际算例和模拟数据结果表明,本文方法与传统方法在处理尺度比参数为附加系统参数时的效果基本一致,并给出相关的理论依据。     

线性EIV模型的t型估计

将数理统计中的t型估计作为一种抗差估计引入测量平差中,提出线性EIV模型的t型抗差估计及其EM算法。以平面拟合为例,当向观测向量和系数矩阵加入粗差时,选取合适的自由度v,t型估计具有较好的抗粗差能力,求出的参数均值与真值偏差较小。     

SUT法偏差改正的Partial EIV模型方差分量估计及其精度评定

由于部分变量误差（partial errors-in-variables,Partial EIV）模型方差分量估计精度评定理论不完善,将SUT采样法应用于Partial EIV模型的最小范数二次无偏估计（the minimum norm quadratic unbiased estimator, MINQUE）,利用方差分量估计修正随机模型并以此作为先验信息对观测向量进行SUT法采样得到参数的加权均值和二阶精度信息。考虑到非线性模型的偏差,进行偏差改正,再通过SUT法对改正后的参数采样计算二阶精度信息。通过算例实验验证,结合SUT法和方差分量估计求解Partial EIV模型,能够有效地避免复杂的求导运算,并获得更为精确的参数估值和合理的二阶精度信息,表明偏差改正的必要性。     

基于Rayleigh商的不等精度二次曲线拟合的WTLS迭代解法

针对独立不等精度离散点的二次曲线拟合问题,以系数矩阵元素的一阶误差传播得到的方差为权倒数,采用加权总体最小二乘估计方法求解拟合参数,将加权总体最小二乘问题转化为Rayleigh商问题,从而只需求一正定矩阵的特征值和特征向量,便可通过迭代计算得到待估参数的解。该方法性能稳定且计算量较小,是针对WTLS问题的一种相对简捷高效的计算方法。     

基于加权总体最小二乘法的GPS高程拟合

在GPS高程拟合中,针对传统最小二乘方法不能解决系数矩阵存在误差的问题,提出了一种基于加权总体最小二乘的拟合方法。对平面和二次曲面多项式建立更加合理的拟合模型,并给出了相应的迭代算法。实例计算表明,加权最小二乘方法能够得到更好的估计参数,高程异常值拟合精度也相应提高。     

加权EIV模型的经典最小二乘算法

采用GHM方法将EIV模型在最优解处线性化,得到解的近似方差。然后,将EIV模型表达成与Gauss-Markov模型相似的形式,利用标准最小二乘理论推导EIV模型的解及近似方差矩阵,得到与已有算法等价的结论。最后,推导观测值估值和残差的统计性质,建立起一整套EIV模型参数估计和精度评定的体系。     

空间直线拟合的PEIV模型的构建与解法

针对空间直线拟合不宜直接采用总体最小二乘算法和混合总体最小二乘算法的问题,提出一种基于PEIV模型的总体最小二乘法的空间直线拟合算法。首先将空间直线的标准方程进行变换,改写为总体最小二乘的EIV模型;然后针对系数矩阵的特点,将模型转换为更加合理的PEIV模型,线性化成类似于最小二乘间接平差形式,采用迭代的方法求解拟合参数。平差过程保证了系数矩阵重复元素的改正数一致,常数元素的改正数为零,符合实际理论;最后,通过算例比较验证了该方法的可行性和优越性。     

线性回归总体最小二乘平差模型及解算

针对系数矩阵含有一列常数列的线性回归总体最小二乘平差问题,提出一种总体最小二乘平差模型。在此基础上,推导了线性回归总体最小二乘的迭代算法,并采用一个算例验证了模型和算法的可行性。     

高程异常拟合病态EIV模型的广义岭估计算法

应用法方程矩阵的特征向量构造正则化矩阵,改进通过单一参数既要实现降正则化、又要实现正则化的高程异常拟合病态模型算法。以二次多项式拟合模型为例,应用实测数据对算法进行验证,并与现有病态模型的正则化算法进行比较。     

求解球面拟合的改进总体最小二乘算法

在球面拟合中,系数矩阵和观测向量的误差同源,均来源于球面点坐标。不同位置有相同元素存在,从理论上讲,这些相同元素应该有相同的改正数,并且非线性形式出现在观测向量中。为此,本文推导了一种改进的总体最小二乘算法,可以很好地克服上述问题。通过算例分析发现,本文方法得到的参数估值更为可靠,证明了本文方法的有效性。     

空间直线的结构总体最小二乘拟合

提出结构总体最小二乘方法拟合空间直线,该方法能顾及三维坐标的误差,同时保证测量点到拟合直线的距离和最小。通过算例分析,验证了该方法的有效性和可行性。     

整体最小二乘和最小二乘拟合空间直线的比较

给出整体最小二乘法拟合空间直线的一种迭代算法。将空间直线垂直投影到坐标平面,分别采用整体最小二乘法和最小二乘法拟合直线。对坐标点等精度观测、非等精度观测和坐标分量非等精度观测3种场景进行模拟计算,比较两种方法估计的参数和验后单位权方差,并对三维激光扫描仪实测数据拟合结果进行分析。