抗差估计在水准网平差中的应用

本文概据抗差估计理论，编制抗差估计ＩＧＧ法的计算程序并用于水准网粗差探测和平差计算。通过对高差观测值附加粗差制订不同的计算方案。分别用经典最小二乘估计与抗差估计两种方法对各个方案进行粗差探测和平差计算。     

基于部分最小二乘岭估计的粗差定值定位

在利用部分最小二乘原理进行粗差定值定位时,模型的法方程矩阵可能存在病态性,使得到的粗差定值定位结果不可靠。文中针对观测数据包含多个粗差且法方程病态问题,利用岭估计处理病态问题,建立部分最小二乘岭估计的粗差定值定位方法,给出粗差搜索步骤,利用迭代算法实现多个粗差的定值和定位。通过模拟算例分析部分最小二乘法、部分最小二乘岭估计在粗差搜索方面的效果,从另一个角度探讨粗差处理方法,推广现有的误差理论,证明文中方法的有效性。     

基于IGGⅢ权函数的平面点云抗差估计

三维激光扫描技术在建筑物表面测量中已经得到越来越多的应用,针对平面点云中的小粗差在抗差估计中难以剔除的问题,将IGGⅢ权函数与加权总体最小二乘法相结合,提出了IGGⅢ权函数抗差估计方法。分别采用验后方差估计法、Huber权函数抗差估计法、IGGⅢ权函数抗差估计法对两组点云进行平面拟合计算。结果表明,通过对IGGⅢ权函数抗差估计模型中K0、K1的设置,可以有效地将点云进行分层定权处理,与验后方差估计法相比,通过多次迭代过程,有效降低淘汰段的小粗差对点云平面拟合的影响。与Huber权函数抗差估计法相比,IGGⅢ权函数抗差估计法对可疑段的过大误差进行降权处理,使其平面拟合精度更高。     

稳健加权总体最小二乘方法

加权总体最小二乘没有考虑观测数据中可能存在的粗差,本文基于IGG权函数,采用选权迭代法求解加权总体最小二乘。结合模拟数据和真实数据,系统地比较了加权总体最小二乘方法、基于Huber权函数的稳健加权总体最小二乘方法和基于IGG权函数的稳健加权总体最小二乘方法的系数估计和误差估计,通过对比分析表明,两种稳健加权总体最小二乘方法的参数估计结果比加权总体最小二乘方法更加可靠,且以基于IGG权函数的稳健加权总体最小二乘方法为最优。     

粗差探测与稳健估计相结合的方法在直线拟合中的应用

当观测向量和系数矩阵都含有粗差时,提出将粗差探测法和稳健加权总体最小二乘法二者有效结合的方法,在数据预处理阶段,利用粗差探测法剔除大的粗差,在参数估计阶段,利用稳健加权总体最小二乘法控制小粗差。以直线拟合为例,通过对比分析表明,粗差探测法和稳健加权总体最小二乘相结合的方法求出的参数结果最优。     

导航星座自主定轨抗差滤波算法

针对在复杂环境条件下星间测量值存在粗差的问题,提出将抗差滤波算法应用到导航星座自主定轨解算中。抗差滤波算法对观测向量应用极大似然估计准则,对状态预测向量仍使用最小二乘估计,通过等价权因子的作用,能够有效发现并降低粗差对解算结果的影响。仿真实验结果表明:粗差对星座自主定轨结果影响较大,在含有粗差的观测历元,自主定轨误差较大;抗差滤波能够有效降低粗差对自主定轨滤波结果的影响,且等价权函数采用指数幂函数的抗差滤波结果要优于采用Huber函数的结果。     

抗差灰色模型及其在卫星钟差预报中的应用

分析了灰色模型理论利用最小二乘估计建模不能抵制粗差的特点,将抗差估计理论应用到灰色模型的参数估计中。针对抗差估计未顾及系数矩阵受粗差影响的问题,提出了基于改进型抗差估计的卫星钟预报灰色模型,并利用IGS的GPS卫星钟数据进行了模型验证。结果表明,基于改进型抗差估计建立的灰色模型在抵制粗差,尤其是超大粗差方面具有明显优势。     

稳健估计在GNSS高程拟合中的粗差探测

由于最小二乘法不能有效地抵抗粗差,而控制点的平面坐标和高程异常值中不可避免地含有误差,对应用最小二乘法和稳健估计法在GNSS高程拟合中的粗差探测进行探讨。通过对不同数量控制点的高程异常观测值中加入粗差,采用两种算法在求解GNSS高程拟合中的精度进行分析比较,并对粗差在稳健估计中的干扰范围进行研究,结果表明,稳健估计具有抵抗多个粗差的能力。     

系统偏差和观测粗差对不同期观测GPS网结果的影响

为确保不同期观测GPS网平差结果的正确性,必须考虑观测粗差、基准位移以及不同期观测间系统偏差对参数结果的影响。通过附加尺度和方位的函数模型,将基准位移、系统偏差统一看成"观测粗差",通过抗差估计来控制其对参数的影响。最后通过固定基准的最小二乘、抗差最小二乘、自适应序贯平差和抗差自适应序贯平差计算了一实测GPS网,结果表明采用该方法能取得满意的效果。     

非线性整体最小平差迭代算法

整体最小二乘法不仅考虑观测向量的误差而且还考虑系数矩阵的误差,平差理论相对更为严密。在研究经典整体最小二乘法的基础之上,对系数矩阵元素是表达式或函数情况的非线性整体最小二乘模型进行了描述,用拉格朗日极值条件式推导了基于牛顿型解法的非线性整体最小二乘平差计算公式,并设计了一种对应的迭代算法。最后设计了两组模拟试验分析在观测向量和系数矩阵的输入向量等精度观测和非等精度观测两种情况下参数和验后方差的估计特点。试验结果表明,非线性整体最小二乘平差法获得的参数估计值比最小二乘平差法获得的估计结果更接近参数的实际值,方差分量(或中误差)估计结果也更接近先验值,本文给出的迭代算法是有效的。     

基于选权迭代法的抗差整体最小二乘及其应用

在测量数据处理中,观测向量与系数矩阵同时存在偶然误差时,整体最小二乘法能够得到更高精度的参数解,但整体最小二乘法无抗差能力,观测向量中的粗差将对参数求解产生较大影响。为解决上述问题,采用拉格朗日极值法推导了基于选权迭代法的抗差整体最小二乘计算公式,通过三维坐标转换参数求解实例对3种选权迭代法进行分析。结果表明,IGG法在抗差整体最小二乘解法中抗差效果最好。     

抗差估计在测量粗差处理中的应用

在测量数据处理时,经典的最小二乘估计方法对数据的粗差敏感度非常高,抗差效果较差.针对这个问题,学界提出了抗差估计的概念.本文对一种广义极大似然估计方法进行了简单介绍,通过一个算例对最小二乘和抗差估计两种方法所得结果进行了比较.结果证明,比较数据在存在粗差时,以广义极大似然估计为代表的抗差技术具有较明显的优势.     

绝对值极小平差法的研究

在实际观测误差中,有时存在少量的粗差.此时,最小二乘法的平差结果往往会受到严重歪曲和影响,而绝对值极小平差法同最小二乘法相比较,有较好的抗粗差能力.本文主要介绍了绝对值极小平差法所采用的数学模型、解的不唯一性以及该方法在抗粗差能力方面同最小二乘法的比较结果.     

稳健估计方法提高数据处理精度

介绍了近代平差理论的稳健估计方法,编制稳健估计方法的程序,并通过实例验证,与最小二乘估计进行比较,表明稳健估计在水准网粗差探测和平差计算中优于最小二乘估计方法,并且能够定位粗差,从而进行消除或者减弱,得到较为干净的观测值。因此,稳健估计方法应用于测量平差具有一定的抵抗粗差的能力,从而可以提高数据处理的精度。     

顾及CPIII点精度的严密平差方法研究

目前轨道精调中后方交会点三维严密平差方法是以全站仪自由设站三维后方交会的斜距、水平角、天顶距三个观测值来列误差方程,通过间接平差,计算出全站仪的坐标中误差的过程,而在此计算过程并未考虑到CPIII点的误差的影响,针对这一问题,本文对顾及CPIII点精度的严密平差方法进行研究,推导了顾及CPIII点精度的严密平差的数学模型,并采用最小二乘配置原理,通过试验数据验证了后方交会点三维严密平差方法中考虑CPIII点精度的必要性。     

选权拟合的粗差参数化平差模型

由于数据探测法、多维粗差同时定位与定值法、拟准检定法以及部分最小二乘法不能同时解算待估参数和粗差,提出了基于选权拟合的粗差参数化平差模型。首先推导了选权拟合的等价模型;在此基础上提出了参数化粗差的平差模型。由于粗差参数化之后观测系统呈现出不适定性,因此,对非粗差部分采取平方和最小的约束,实际上是构造虚拟观测方程。但是,由于事先并不知道粗差的位置,提出了通过搜索来构造虚拟观测方程系数矩阵的方法。算例表明,这种方法用于GPS单点定位可以有效地消除粗差观测的影响。     

基于岭估计的粗差探测

针对测量平差Gauss-Markov模型中法矩阵的病态性和观测值的粗差同时存在问题,把岭估计和粗差探测两者的优点结合起来提出了基于岭估计的粗差探测方法.该方法把岭估计看成具有伪观测值的最小二乘估计,然后运用基于最小二乘估计的粗差探测技术探讨岭估计意义下的奇异点,并给出奇异点的检验统计量和判断方法.数值实验表明,新方法在克服病态性的同时能够有效地识别出可疑(可能含粗差)的观测值.     

顾及粗差的混合最小二乘平差实验分析

通过详细介绍总体最小二乘法以及其与经典最小二乘法的关系,引出综合了经典最小二乘法与总体最小二乘法的混合最小二乘平差法。为了研究混合最小二乘法的优劣,本文设计一套比较混合最小二乘法与经典最小二乘法的实验方案。通过实验结果可知,混合最小二乘法并非总优于经典最小二乘法,只有当系数阵误差比观测值误差大或略小时,混合最小二乘法才始终优于经典最小二乘法。     

基于岭估计的粗差探测

针对测量平差Gauss-M arkov模型中法矩阵的病态性和观测值的粗差同时存在问题,把岭估计和粗差探测两者的优点结合起来提出了基于岭估计的粗差探测方法。该方法把岭估计看成具有伪观测值的最小二乘估计,然后运用基于最小二乘估计的粗差探测技术探讨岭估计意义下的奇异点,并给出奇异点的检验统计量和判断方法。数值实验表明,新方法在克服病态性的同时能够有效地识别出可疑(可能含粗差)的观测值。     

具有不确定性平差算法

观测不确定性常常影响参数估计的有效性。将不确定度作为参数融入平差模型,可以有效地降低不确定性的影响。本文提出有界不确定性误差约束下,随机误差与不确定性误差平方和最小的平差准则,并给出了一个不确定性平差模型迭代算法。通过仿真实例,对不确定性最小二乘法与总体最小二乘法进行了比较。结果显示:在一定程度上,不确定性最小二乘方法的估计结果要略优于总体最小二乘方法,且在不确定性较大时,该方法有较好的适用性。