共查询到15条相似文献,搜索用时 78 毫秒
1.
基于同伦法的非线性最小二乘平差统一模型 总被引:2,自引:1,他引:2
基于非线性同伦思想,提出了非线性同伦最小二乘平差统一模型,该方法既可适用于满秩网非线性最小二乘平差,也可适用于秩亏网非线性最小二乘平差。算例表明,对于精度较差的初始值,算法仍能精确地收敛到原方程的参数估值。 相似文献
2.
3.
提出了同伦函数与填充函数相结合进行非线性最小二乘平差的方法。先采用同伦函数求解非线性恰定方程组,得到一个局部最优解,然后以该局部最优解为基础构造填充函数,通过对填充函数求解,得到比当前局部最优解更小的局部极小点,再以该局部极小点为基础重新构造同伦函数和填充函数进行求解,通过有限步的循环迭代,最终找到非线性最小二乘平差的全局最优解。实例验证,该方法能有效地寻找出非线性最小二乘平差的全局最优解。 相似文献
4.
5.
提出了非线性模型参数稳健估计的同伦算法和带约束非线性模型参数估计的同伦算法,推导了相应的非线性同伦算法的函数模型.算例计算结果表明,所提出的算法对初值要求不高,算法收敛,计算结果精度较好,是非线性测量模型参数估计的一种有效方法. 相似文献
6.
7.
8.
针对线性化近似法模型误差大,牛顿迭代法和高斯-牛顿法局部收敛等不足,而同伦算法在非线性数据处理方面有独到优势。通过对同伦路径跟踪过程中牛顿迭代终止判据和步长控制策略进行了改进,得到了一种快速、稳定的同伦路径跟踪算法。 相似文献
9.
10.
在GPS高程转换中,位置信息通过观测手段获得,在平差处理中,系数矩阵和观测向量都存在误差。在阐述总体最小二乘平差原理的基础上,以常用的GPS高程转换模型为基础,利用某城市实测GPS数据,证明了总体最小二乘方法在GPS高程转换方面的优势性:模型更合理;精度更高;复杂地形的精度改善更明显。 相似文献
11.
12.
广义非线性动态处理模型及其解算方法 总被引:2,自引:2,他引:0
本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的联合数据处理问题的特点,建立了一个广义非线性动态联合数据处理模型及其相应的广义非线性最小二乘模型。针对该模型规模大、维数高的特点,借鉴多变量函数寻优的“变量轮换法”或“因素交替法”的思想、结合无记忆牛顿法,建立了一个解算算法,该算法将大规模的优化问题分解为两个较低规模的优化问题进行解算,降低了问题的规模,借助无记忆牛顿法,减少了存储量,特别适合大规模问题的解算。 相似文献
13.
本文针对当今各国高层领导和科学家十分关注并大力倡导的“数字地球”、“数字国家”、“数字城市”、“数字矿山”等科学工程构建中遇到的大量的多源、多维、多类型、多时态、多精度并具有非线性特征的数据处理,针对数据测量采用多种观测手段采集多源、多维、多类型、多时态、多精度数据,数据处理的函数模型中不仅仅含有非随机参数,而且含有随机参数,其随机参数又常常为动态的等特点,建立了广义非线性动态最小二乘数据处理模型。针对该模型规模大、维数高的特点,借鉴多变量函数寻优的“变量轮换法”或“因素交替法”的思想、结合BFGS算法,建立了一交替寻优的解算方法,该算法将大规模的优化问题分解为两个较低规模的优化问题进行解算,降低了问题的规模,减少了计算量。 相似文献
14.
利用激光跟踪仪三维测量数据,结合光束法三维严密平差模型,采用同伦微分算法进行MATLAB接口技术编程。并运用BEPCII储存环激光跟踪仪测量数据进行程序试算,得出较好的平差值以及相关有意义的结论。 相似文献
15.
Least-squares variance component estimation 总被引:19,自引:15,他引:4
Least-squares variance component estimation (LS-VCE) is a simple, flexible and attractive method for the estimation of unknown
variance and covariance components. LS-VCE is simple because it is based on the well-known principle of LS; it is flexible
because it works with a user-defined weight matrix; and it is attractive because it allows one to directly apply the existing
body of knowledge of LS theory. In this contribution, we present the LS-VCE method for different scenarios and explore its
various properties. The method is described for three classes of weight matrices: a general weight matrix, a weight matrix
from the unit weight matrix class; and a weight matrix derived from the class of elliptically contoured distributions. We
also compare the LS-VCE method with some of the existing VCE methods. Some of them are shown to be special cases of LS-VCE.
We also show how the existing body of knowledge of LS theory can be used to one’s advantage for studying various aspects of
VCE, such as the precision and estimability of VCE, the use of a-priori variance component information, and the problem of
nonlinear VCE. Finally, we show how the mean and the variance of the fixed effect estimator of the linear model are affected
by the results of LS-VCE. Various examples are given to illustrate the theory. 相似文献