基于相关分析的粗差理论

提出了基于相关分析的可靠性研究和粗分析理论,并应用于相关观测量的多粗差分析。     

国家高精度GPS网整体平差中的粗差分析

分析了国家高精度ＧＰＳ网中的粗差观测量的特点,提出了采用相关分析的粗差探测理论,对国家高精度ＧＰＳ网的各子网和相邻子网进行粗差探测,并采用稳健估计的平差方法,消除粗差对平差结果的影响,大大提高了国家高精度ＧＰＳ网的整体平差精度。     

国家高精度GPS网整体平差中的粗差分析

分析了国家高精度ＧＰＳ网中的粗差观测量的特点,提出了采用相关分析的粗差探测理论,对国家高精度ＧＰＳ网的各子网和相邻子网进行粗差探测,并采用稳健估计的平差方法,消除粗差对平差结果的影响,大大提高了国家高精度ＧＰＳ网的整体平差精度。     

摄影测量中多维粗差的同时定位和定值方法研究

本文基于相关分析粗差探测原则,提出了一种新的多维粗差的同时定位和定值算法,基于相关分析的粗差探测原则将观测数据预分类,大幅减少了迭代计算量,使得本方法能够适用于处理大量的观测数据;本文算法采用的分类标准充分考虑了观测值真误差对改正数向量的影响以及粗差与改正数向量的相关关系,最大程度地避免了错误分类。该算法对粗差的搜索和判断标准给予了合理的依据,搜索、计算效率较高,可应用于摄影测量领域。本文以匹配数据的粗差探测为例,通过与传统探测方法和RANSAC算法的实验对比,证明了本文算法的有效性。     

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     

基于相关分析的粗差可区分性

提出了应用偏相关系数来区分多维粗差和用复相关系数对多维粗差总体显著性进行检验并定位的方法。反复计算这些相关系数并进行检验,可以相对正确地进行多维相关观测的粗差定位。     

导线网可靠性分析和粗差探查

采用相关平差算法计算导线网中每个观测值的多余观测量和各类观测值的内可靠性指标，按统计假设检验理论构成观测值的粗差检测统计量，经过探查指出可能含有粗差的观测值。最后给出内可靠性分析的结果，并提出导线网设计和施测要点建议。     

M-LZD算法中表面变形的可探测性分析

现有的基于LZD方法的DEM变形探测方法都是将表面变形作为粗差,采用不同的稳健估计方法来探测。粗差具有发现和定位能力是粗差探测的前提,而现有方法均没有进行粗差发现和定位能力分析。本文首先采用判断矩阵对其进行了理论分析,然后对结果在不同类型地面的DEM进行了试验。根据试验结果,任意2个判断向量线性无关,判断矩阵中没有零元素,相关数等于多余观测个数。试验结果表明,DEM表面上无论多少粗差均具有发现和定位能力;基于LZD方法的DEM表面变形探测方法在理论上是完备的,可以正确地发现和定位粗差。     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法——抗差岭型主相关估计。推导出了相应模型的抗差解及误差影响函数,并进行了计算分析。与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响。     

抗差岭型主相关估计及其误差影响

针对法方程系数阵病态和观测值存在粗差对估值结果造成双重影响的问题,在岭型主相关估计的基础上引入抗差M估计模型,提出了一种抗差有偏估计的新方法--抗差岭型主相关估计.推导出了相应模型的抗差解及误差影响函数,并进行了计算分析.与主成分估计不同的是,该方法按主成分对观测值的影响程度大小对其进行舍取,在尽可能保留有用观测信息的基础上克服了病态性和粗差的影响.     

Vector-based approach for combining ascending and descending persistent scatterers interferometric point measurements

The combination of ascending and descending persistent scatterers interferometric (PSI) data by means of resampling and/or spatial interpolation, separately for each synthetic aperture radar geometry, is a commonly followed procedure, limited though by the reduced spatial coverage and the introduced uncertainties from multiple rasterization steps. Herein, an alternative approach is proposed for combining different PSI line-of-sight observables in the vector domain, based on the geographic proximity of PS point targets. In the proposed nearest neighbour vector approach all necessary analysis steps are performed by means of attributes transfer and calculations between features geodatabases, prior to any rasterization. By increasing the number of input point vectors during subsequent interpolation, the overall error budget coming from spatial interpolation is being reduced. The advantages of the proposed vector-based approach compared to the commonly used grid-based procedure are being demonstrated using real data.     

基于对应分析的训练样本的选择

本文提出一种基于对应分析的训练样本的选择方法。它从训练样本中自动地选择有代表性的典型训练样本,使得在自动分类中充分利用所采集的样本信息,以便得到满意的分类结果。通过实验与分析证明,该方法是可行的,它明显优于人工随机选择训练样本的方式。与基于Q型因子分析的训练样本选择方法相比,可以更快地得到较少的典型样本,满意的分类精度。     

基于模糊理论的抗差Kalman滤波算法

动态导航与定位的质量取决于对动态载体扰动和观测异常扰动的认知和控制质量。在实践中,观测向量及其动态模型信息均可能存在异常,此时若仍利用标准Kalman滤波,则状态滤波解将极不可靠。在标准Kalman滤波原理的基础上,结合模糊控制理论,提出了一种基于模糊理论的抗差Kalman滤波算法。该方法是依据滤波处理后的数据残差,利用模糊理论构造等价权,从而有效控制粗差对导航解的影响,并用算例验证了该方法的可行性和有效性。     

组合导航抗差自适应卡尔曼滤波

针对组合导航系统的定位精度与稳定性要求不断提高的现状,该文引入一种观测噪声协方差与抗差自适应相结合的Kalman滤波算法。利用新息向量和移动窗口协方差分析法,动态自适应修正观测噪声协方差阵;通过分析基于状态不符值、方差分量的统计量构造的自适应因子所存在的问题,提出一种由预测残差向量构造的自适应因子。仿真结果表明,该方法能够有效抑制观测异常对组合导航定位精度的影响。     

Minimal detectable biases of GPS data

In this contribution closed-form expressions are given for the minimal detectable biases of single- and dual-frequency pseudo-range and carrier-phase data. They are given for three different single-baseline models. These are the geometry-free model and two variants of the geometry-based model, namely the roving and stationary variants. The baselines are considered to be sufficiently short such that orbital uncertainties in the fixed orbits and residual ionospheric and tropospheric delays can be assumed absent. The stochastic model used is one that permits cross-correlation and the use of different variances for individual GPS observables, including the possibility to weigh the observables in dependence on which satellite is tracked. Received: 23 April 1997 / Accepted: 27 October 1997     

利用PCA-SVM的大坝变形预测研究

主成分分析(PCA)能够有效地提取数据的特征信息,消除变量间的共线性,而将基于统计学习理论的支持向量机(SVM)用于数据建模具有显著的优点。本文将主成分分析应用到大坝变形影响因子的优化中,解决了由影响因子内部相关性而引入大量因子的问题,降低了输入维数,简化了输入结构。将简化后的数据作为SVM的输入因子,减少了SVM学习的时间,提高了拟合效率。试验结果表明该方法具有较高的预测精度和较强的泛化能力。     

基于阜新市的土壤多样性与土地利用类型关联性分析

以阜新市为研究对象,将土地利用动态演变的模拟和预测以及关联分析测度方法应用于土壤多样性和土地利用类型关联性分析的研究中。选取1985—2015年间8个时期的遥感影像进行土地利用分类,并基于土壤矢量数据,对阜新市土壤和土地利用的多样性进行初步分析和定量化研究,探究了土壤与土地利用之间的关联性。研究结果表明:对阜新市土壤多样性指数影响因子的关联度从大到小依次是城镇、农用地、林地、水域、其他,关联度值分别为0.850 6、0.747 7、0.779 5、0.803 3、0.641 9,选取城镇、农用地、林地和水域这4个因子作为多元线性回归模型中的自变量参数,对土壤多样性指数进行预测,得到相关系数R=0.990,因此,4个因子对土壤多样性指数影响具有较强的关联性。由此可见,大规模土地利用变化是引起土壤多样性变化的一个首要驱动因子。     

Lq估计的渐近方差-协方差矩阵及其特点

针对由独立同分布误差膨胀而成的独立不等精度误差,根据未知参数的M估计的Bahadur型线性表达式,本文导出了由观测量、残差向量、参数估计量和观测量平差向量组成的基本向量的Bahadur型表达式.进一步地,根据方差传播定律导出了M估计的基本向量的渐近方差-协方差矩阵,该矩阵由3个多余参数决定,第三多余参数由本文定义.对Lq范估计,分别计算了误差分别为正态分布和q范分布时的3个多余参数,以及相应的基本向量的方差协方差矩阵.对最小二乘估计,残差向量与参数估计量和观测量的平差向量统计独立,相应的协方差矩阵为零,这一性质与误差分布无关.对正态分布的Lq估计,残差向量与参数估计量和观测量平差向量的协方差不为零;而对q范分布的Lq估计,即是相应的极大似然估计,残差向量与参数估计量和观测量平差向量的协方差为零.文中所得公式和结论可用于统计分析.     

The wavelet method as an alternative for reducing ionospheric effects from single-frequency GPS receivers

The ionospheric effect is one of the major errors in GPS data processing over long baselines. As a dispersive medium, it is possible to compute its influence on the GPS signal with the ionosphere-free linear combination of L1 and L2 observables, requiring dual-frequency receivers. In the case of single-frequency receivers, ionospheric effects are either neglected or reduced by using a model. In this paper, an alternative for single-frequency users is proposed. It involves multiresolution analysis (MRA) using a wavelet analysis of the double-difference observations to remove the short- and medium-scale ionosphere variations and disturbances, as well as some minor tropospheric effects. Experiments were carried out over three baseline lengths from 50 to 450 km, and the results provided by the proposed method were better than those from dual-frequency receivers. The horizontal root mean square was of about 0.28 m (1σ).