基于条件方程的方差分量估计公式

著名的Helmert方差分量估计公式是基于间接观测平差模型导出的。基于条件观测平差模型导出了方差分量估计公式并给出了实际应用范例,且对两种模型的方差分量估计公式的等价性进行了理论证明。算例表明,文中的估计公式能正确地估计出各类观测值的方差因子。     

各种平差模型的方差分量估计

本文从附有限制条件的条件平差(the Condition Adjustment with Constraints)的数学模型(简称CAC模型)出发,推导了方差分量估计的特征方程,并给出了方差分量估值的方差—协方差矩阵。由于间接平差、条件平差、附有条件的间接平差、附有参数的条件平差均为CAC模型的特例,它们的特征方程很容易由CAC模型的特征方程简化而来,这就充分显示了现有各种平差模型方差分量估计公式之间的区别与联系,有利于建立在各种平差模型下关于方差分量估计的整体概念。     

抗差Helmert方差分量估计及其应用

本文讨论了当观测值中含有粗差时对Helmert方差分量估计结果的影响，为减弱这种影响，提出了抗差Helmert方差分量估计。试算结果表明，抗差Helmert方差分量估计具有一定的抵御粗差污染的能力，可用于具有多类或多种精度观测值的一并平差问题中。     

非线性模型平差中单位权方差的估计

导出了非线性模型平差中单位权方差的严密估计公式 ,证明了线性模型平差中单位权方差的估计公式是其特例 ,给出了在实际工作中用近似公式代替严密公式的理论根据     

方差分量估计理论及其在边角网平差中的应用

本文从理论上阐明了MINQE(I,U)(最小范数二次不变无偏估计)方差分量估计出现负方差的原因;论述了存在MINQE(U,NND)估计量的充要条件;对边角网平羞问题而言,MINQE(I,U)估计法不可能同时准确地求出边长误差模型中的m_a~2和m_b~2。文章从边角网误差模型的特点出发,提出了一种新的方差分量估计模型(改进的方差分量估计模型),该模型能合理地确定方向和边长的方差分量,从而较好地解决了边角网平差中的定权问题。     

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。     

方差分量估计的通用公式

应用最小二乘原理将方差分量估计公式从参数平差模型推广到概括函数平差模型。通过选取恰当的权阵,基于概括函数模型的最小范数二次无偏估计及赫尔默特法得到的公式均是本文的特例。视协方差矩阵为权逆阵,得到了最小方差估计,并证明了该公式与最优二次无偏估计的通用公式等价,从而表明最优二次无偏估计和极大似然估计的通用公式也是本文的特例。除此之外,本文还给出了最小二乘方差分量估计的简化公式,并对其进行了扩展。最小二乘方差分量估计的假设检验理论同样得到了推广。     

三维网平差的方差分量估计

本文将方差分量估计理论运用于三维网平差中,推导出了含定向角未知数及消去定向角未知数的方差分量估计公式,并进行了模拟和实例计算,从而建立了合理的三维网平差随机模型。     

利用基于抗差垂直向方差分量估计的GPS-InSAR数据融合方法反演三维形变场

GPS-InSAR数据融合解算三维形变场模型易受观测值粗差影响,且基于方差分量估计的定权方法不具备抵御粗差能力,计算效率低下。鉴于此,本文提出了一种基于抗差垂直向方差分量估计的GPS-InSAR融合解算模型,利用方差分量估计方法及抗差估计理论,通过对观测值最优化分类并进行选权迭代,精确分配权重,进而有效计算三维形变场。试验结果表明,该方法能有效抵御观测值粗差不利影响,提高三维形变场反演精度,提升逐点式计算的三维形变场效率。     

扩展平差模型下的Helmert方差分量估计

本文推导了附有条件的间接平差和附有未知数的条件平差模型(简称为扩展平差模型)下的Helmert方差分量估计公式。并证明了对同一平差问题两种模型下方差分量估计公式的等价性。     

极大验后估计及其在扩建网中的应用

本文基于未知参数具有先验正态分布的广义Ｇ－Ｍ模型，推导了未知参数和方差因子的极大验后估计公式，证明了未知和的极大验后估计是无偏、有效估计量，方差因子的极大验后估计有偏，并推导了方差因子的边缘极大验后估计，证明了它的无偏及有效性，作为应用，本文最后证明了扩建网极大验后平差成果等于新旧网整体平差成果。     

Maximum likelihood estimate of variance components

Summary Using the orthogonal complement likehood function, an iterative procedure for the maximum likelihood estimates of the variance and covariance components is derived. It is shown that these estimates are identical with the reproducing estimates of the locally best invariant quadratic unbiased estimation of variance and covariance components. Successive approximations of the maximum likelihood estimates are given in addition.     

Maximum-likelihood ambiguity resolution based on Bayesian principle

 Based on the Bayesian principle and the fact that GPS carrier-phase ambiguities are integers, the posterior distribution of the ambiguities and the position parameters is derived. This is then used to derive the maximum posterior likelihood solution of the ambiguities. The accuracy of the integer ambiguity solution and the position parameters is also studied according to the posterior distribution. It is found that the accuracy of the integer solution depends not only on the variance of the corresponding float ambiguity solution but also on its values. Received: 27 July 1999 / Accepted: 22 November 2000     

联系参数函数不独立扩建网极大验后估计的方差分量估计公式

扩建网极大验后估计模型蕴含联系参数X2和扩建网观测量L2两个方差分量。将联系参数分解成函数不独立部分和函数独立部分,根据限制条件求出函数不独立部分代入扩建网观测方程消去不独立部分联系参数,推导了联系参数函数不独立扩建网极大验后估计的Helmert型、Welsch型和Forstner型方差分量估计。     

Robust bayesian estimation

Classical least squares Bayesian estimation consists of minimizing the sum of the squared residuals of observations and the corrections to prior estimates of parameters.Many authors have produced more robust versions of this estimation by replacing the square by something else, such as the absolute value. In this article, three robust (M-LS, LS-M and M-M) estimators for three corresponding error models are described based on the principle of maximum likelihood type estimates (M-estimates). The influence functions of the three robust Bayesian estimators are given. The algorithm implementation problems are discussed and the expressions for the posterior variance-covariance are derived.     

Regularization of geopotential determination from satellite data by variance components

 Different types of present or future satellite data have to be combined by applying appropriate weighting for the determination of the gravity field of the Earth, for instance GPS observations for CHAMP with satellite to satellite tracking for the coming mission GRACE as well as gradiometer measurements for GOCE. In addition, the estimate of the geopotential has to be smoothed or regularized because of the inversion problem. It is proposed to solve these two tasks by Bayesian inference on variance components. The estimates of the variance components are computed by a stochastic estimator of the traces of matrices connected with the inverse of the matrix of normal equations, thus leading to a new method for determining variance components for large linear systems. The posterior density function for the variance components, weighting factors and regularization parameters are given in order to compute the confidence intervals for these quantities. Test computations with simulated gradiometer observations for GOCE and satellite to satellite tracking for GRACE show the validity of the approach. Received: 5 June 2001 / Accepted: 28 November 2001     

图象分割中随机噪音的影响

该文在生成的灰度图象上加上随机噪音，用最大后验（ＭＡＰ）估计方法、模糊Ｃ－均值方法和Ｏｔｓｕ阈值方法进行了分割计算，对结果进行了对比分析，绘出了分割随噪音的标准差变化曲线，对噪音图象使用了不同的滤波方法处理之后，并进行计算。     

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。