Helmert型方差-协方差分量估计的通用公式

本文在概括函数模型和它的通用公式的基础上,导出了一个适用于所有平差方法的方差-协方差分量估计的通用公式,并由此给出方差分量估计的通用公式和简化的通用公式。     

方差—协方差分量极大似然估计的通用公式

本文由概括平差函数模型出发，按极大似然做估计原则导出了适用于所有平差函数模型的方差分量估计的通用公式，由Ｋ．Ｋｕｂｉｋ和Ｃ．Ｒ．Ｋｏｃｈ所导出的两个公式都是它的特例。     

扩展的Helmert型方差分量估计公式

针对实用中某类观测值可能含有多个方差分量的情况,对现有Helmen型方差分量估计公式进行扩展,指出现有公式就是本文所推公式的特例。新公式从另外一个角度推导,理论和计算还表明它们与MINQUE公式和BIQUE公式的等价性,从而为不同方法的互检提供手段。     

方差分量估计简化公式新探

给出方差分量估计的一个新的简化公式-多余观测分量平均匹配公式，讨论其统计性质，并通过实例验证其实用性。     

统一方差分量估计公式

本文提出了一种适用于协方差阵奇异或非奇异、设计阵列满秩或降秩时的方差分量估计方法;其公式推导简单,形式统一,不需解线性方程组,同时可保证迭代计算方差分量的非负要求。作为特例还和Helmert法及MINQUE法作了比较。最后讨论了用真误差进行方差分量估计的计算公式,并给出了一个测距误差分析的实例。     

Helmert方差分量估计严密公式与简化公式等价性的证明

在分析了Helmert方差分量估计严密公式与简化公式迭代收敛结果一些统计性质的基础上,导出了关于收敛结果共同的求解方程,从理论上证明了两种结果的等价性,为使用简化公式提供了依据。     

方差-协方差分量估计公式等价性的进一步证明

通过附有条件的间接平差模型进一步证明各类方差-协方差分量估计公式之间的等价性。     

基于随机模型基准的Helmert方差分量估计

在多类观测数据联合平差中,存在某类观测值的验前协方差阵正确而其他类不正确的情况,传统Helmert方差分量估计在求解此类问题时没有对正确的验前协方差阵加以区别,从而造成正确的随机模型经估计后同样也被调整。针对上述情况,首先分析了Helmert方差分量估计迭代收敛结果的实质,然后提出了随机模型基准的概念,并推导了基于随机模型基准的Helmert方差分量估计公式。经计算表明,新公式完全可行,可以用于解决实际问题。     

基于随机模型基准的Helmert方差分量估计

在多类观测数据联合平差中,存在某类观测值的验前协方差阵正确而其他类不正确的情况,传统Helmert方差分量估计在求解此类问题时没有对正确的验前协方差阵加以区别,从而造成正确的随机模型经估计后同样也被调整.针对上述情况,首先分析了Helmert方差分量估计迭代收敛结果的实质,然后提出了随机模型基准的概念,并推导了基于随机模型基准的Helmert方差分量估计公式.经计算表明,新公式完全可行,可以用于解决实际问题.     

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。     

Helmert方差分量估计结果的方差一致性检验实质

Helmert方差分量估计是合理确定不同类观测值或不同种精度观测值权比的常用方法。文中从方差一致性检验的角度分析了Helmert方差分量估计迭代收敛结果的实质，指出了其检验统计量即为X^2(r)分布密度取得最大值的点；并指出当同时还存在其它平差模型误差时，Helmert方差分量估计也可能收敛，且收敛结果的检验实质并没改变，但收敛结果却已失真。     

基于等效残差的方差-协方差分量估计

首先概括性地阐述方差-协方差分量估计(VCE)理论的发展历史与研究现状;利用正交分解提取出等效残差,建立VCE的基本方程,在此基础上阐述VCE算法的局部最优特性和可能出现负定协方差阵估计结果等两大问题,并分析可能的解决方案及其复杂性;导出初值给定的Helmert,最小二乘和MINQUE VCE的线性逼近估计公式,证明基于等效残差的估计公式与已有VCE公式等价,各种估计方法在本质上是一致的;最后,用两个算例验证本文的观点.     

一种简化的Helmert方差分量估计算法

Ｈｅｌｍｅｒｔ方法是通过求出两类观测值的单位方差,来修正其先验权,用迭代法最终求得正确的权。本文提出,如果已知两类观测值的单位方差之比,即可定出正确的权,从而使计算简单化。     

Helmert方差分量估计结果的方差一致性检验实质

Helmert方差分量估计是合理确定不同类观测值或不同种精度观测值权比的常用方法.文中从方差一致性检验的角度分析了Helmert方差分量估计迭代收敛结果的实质,指出了其检验统计量即为χ2(r)分布密度取得最大值的点;并指出当同时还存在其它平差模型误差时,Helmert方差分量估计也可能收敛,且收敛结果的检验实质并没改变,但收敛结果却已失真.     

基于Helmert方差分量估计的Vondrak滤波方法

从基于Helmert方差分量估计的Vondrak滤波方法（简称HVF法）的基本假设入手,介绍HVF方法,该方法能够在未知拟合函数的情况下,通过自动选择合理的平滑因子控制数据平滑的程度,对时序数据序列进行合理平滑,最大限度地削弱数据序列中的随机误差,将信号与噪声合理分离。     

基于移动开窗法协方差估计和方差分量估计的自适应滤波

基于移动窗口协方差估计和方差分量估计,提出了一种新的自适应Kalman滤波技术。计算结果证实,该方法能有效地控制观测异常和载体状态扰动异常对动态系统参数估值的影响。     

Helmert方差分量估计的虚拟观测法

本文挖掘先验信息作为虚拟观测并与实际观测建立联合误差模型,对此模型利用Helmert方差分量估计理论求解。通过模拟算例、工程实例的对比和分析,得出了该法对参数的拟合效果优于最小二乘法、补偿最小二乘法,论证了其在物理解释方面和拟合效果方面的可行性和有效性。     

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。