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。     

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。     

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。     

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。     

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。     

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。     

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。     

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。     

方差分量的极大验后估计公式

本文从极大验后估计的一般模型出发,分两种情形推导了方差分量的Helmert型、Welsch型、F(?)rstner型极大验后估计公式。这些公式可以用于极大验后平差的迭代定权,以消除平差中模型随机扰动误差的影响,提高平差计算精度。     

方差—协方差—分量估计

本文从间接平差出发推导了含有检验矩阵的方差—协方差一分量估计的特征方程,并详细讨论了估值的统计特性。作为协方差估计的特例,对方差估计的若干公式进行了探讨,指出了它们之间的相互联系及各自的统计特性。最后给出了适合条件平差的方羞—协方差一分量估计公式。     

方差-协方差分量估计的概括平差因子法

针对现有方差-协方差分量估计(variance-covariance component estimation,VCE)理论存在的问题,通过引入间接平差的平差因子概念,定义并研究了基于概括平差模型的概括平差因子、概括闭合差及其方差阵,进而利用二次期望公式提出了基于概括平差因子的VCE新方法。该方法适用于概括平差模型所归纳的4种函数模型形式,并通过概括平差因子揭示了平差函数模型与VCE是否存在解析估计形式的关系。实例计算结果表明,现有迭代型VCE方法改变了LS估计量的统计性质,而VCE新方法解析估计具有LS统计性质,且无需初值。     

通用EIV模型的方差分量估计

针对通用EIV模型平差解算时随机模型的不准确情况,将通用EIV模型转换成附有参数的条件平差模型,得到方差分量估计具有一般性且符合平差的要求。文中选用EIV模型为平差模型,转换出通用EIV模型的最小二乘方差分量估计,并给出相应的迭代算法。通过实验算例的对比分析,验证本文算法的可行性与可靠性,通用EIV模型的方差分量估计具有一般性,根据不同的形式,可以得到与已有方法相同的平差结果。     

广义多列高斯—马尔可夫模型及其参数估计

本文首先扩展了Koch引进的简单多列高斯马可夫模型,建立了适用于一般情况的广义多列高斯—马尔可夫模型;接着利用方差—协方差分量的MINQUE方法推导了广义多列模型的方差—协方差分量估计公式,进而推导出参数的最小二乘估计公式;最后证明简单模型是广义模型的一个特例。本文的方法对于处理具有多期重复观测值的监测网平差和变形分析具有实际意义。     

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。     

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的严密估计公式,证明了线性模型平差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。     

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.     

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     

赫尔默特方差分量估计在导线平差中的应用

利用经典高斯-马尔柯夫模型进行导线平差数据处理时,由于先验边长和角度权比不合理而导致平差值结果及精度受到影响。本文采用赫尔默特方差分量估计经过迭代平差,可以使两类观测值的权比趋于合理。文中算例分析结果表明,利用赫尔默特方差分量估计进行导线平差,可以获得优于经典最小二乘估计的平差结果。     

等价条件平差模型的方差-协方差分量最小二乘估计方法

提出等价条件闭合差的方差-协方差分量最小二乘估计方法,简称LSV-ECM法。首先,利用等价条件平差模型建立了基于等价条件闭合差二次型的方差-协方差分量估计方程,由矩阵半拉直算子将其变换为线性Gauss-Markov形式,进而通过最小二乘准则导出了具有模型通用性、形式简洁性且满足无偏性和最优性的方差-协方差分量估计公式。其次,证明了LSV-ECM方法与残差型VCE方法的等价性,并在此基础上通过计算复杂度定量分析了所提方法的计算高效性。最后,通过边角网平差和中国区域GNSS站坐标时序建模及其结果分析,验证了所提新方法的正确性和计算高效性。     

等价条件闭合差最小范数分量的GNSS坐标时间序列噪声估计

为了精确高效地求解全球导航卫星系统（global navigation satellite system,GNSS）坐标时间序列噪声分量,结合等价条件平差模型以及最小范数二次无偏估计法,提出等价条件闭合差最小范数分量估计方法。首先,采用等价条件闭合差构造二次型方差估计公式,结合不变性、无偏性、最小范数准则等条件,导出基于等价条件闭合差的方差-协方差分量最小范数估计公式;然后,采用最小二乘方差分量估计（least-squares variance component estimation,LS-VCE）法、最小范数二次无偏估计法（minimum norm quadratic unbiased estimate,MINQUE）验证所提方法的正确性及有效性。通过模拟时间序列和北美GNSS站坐标时间序列的噪声估计结果发现,所提方法与LS-VCE法和MINQUE法的估计效果一致,但计算时间相较于LS-VCE法减少了70%以上。