稳健估计的一种改进迭代算法

当观测值不含粗差、观测误差服从零均值分布时,最小二乘算法是最优无偏估计。若观测值包含粗差,由于最小二乘不具备抗差性,往往采用以M估计为代表的稳健估计方法,选权迭代算法是应用最为广泛的稳健估计方法之一。目前,选权迭代算法的每一步都需要对模型的稳健正交矩阵求逆,其运算复杂度是矩阵维数的三次方,在未知参数或粗差个数较多的情况下,计算量大、计算时间长。本文基于矩阵逆的运算法则,对现有选权迭代算法进行了改进,改进的选权迭代算法在迭代计算过程中仅需计算更新权阵后的解的改正项,不需要对正交矩阵求逆,显著提高了算法的效率。     

模拟退火法及其在抗差估计中的应用

抗差估计结果的好坏与初值的选取密切相关。当迭代初值偏离较大时,ρ函数不是严凸时,采取的选权迭代法往往不能获得全局最优值,而只能得到局部的最优解。本文提出一种新的抗差估计求解过程,即把它看作是关于未知参数的全局最优化问题,应用模拟退火法进行求解。计算结果表明:相对于传统的选权迭代法,模拟退火法对初值的选取不敏感,能给出全局最优值。     

一种含稳健权的神经网络GNSS高程拟合模型

在高程拟合解算过程中,为数不多较大误差或残留系统误差可能会使估计参数的结果歪曲,导致拟合数学模型变形失真。本文在研究GNSS高程拟合神经网络模型的基础上,将具有抵抗粗差能力的选权迭代稳健估计因子引入BP神经网络高程拟合计算,通过思维进化算法对网络初始权值和阈值进行优化,提出一种具有抗差性的神经网络高程拟合方法的思路,并通过算例验证了模型在高程拟合过程中的有效性。     

基于验后方差估计原理导出的选权迭代法剔除粗差

将抗差估计的思想融入到粗差探测的算法中,设计出对模型误差,特别是粗差具有抵抗能力的粗差探测算法。基于验后方差估计原理导出的选权迭代法即为抗差估计的一种,首先是应用最小二乘法来计算观测值的参数x赞、残差v、协因数阵Qvv及单位权Q赞0的初值,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差,然后按照统计检验的方法剔除粗差。通过实验证明,基于验后方差估计原理导出的选权迭代具有很强的粗差探测能力。     

基于验后方差原理的选择权迭代法定位粗差

当观测数据中存在粗差时,使用经典的最小二乘算法往往不能得到高精度的参数解,此时需要使用具有抗差估计的算法。基于验后方差的选权迭代法,克服了单位权方差未知或者权函数靠经验选取的情况,利用验后方差检验求出方差异常大(即含粗差)的观测值,然后通过不断的迭代,使含粗差的权逐渐趋于一个较小的数,最终实现粗差的探测和改正。结合工程实例,分别比较了不含粗差和含粗差的情况下,利用经典最小二乘法与本文所提的基于验后方差原理的选权迭代法进行平差,结果表明,二者的平差结果相差在1mm以内,解算精度相当。     

基于验后方差估计原理导出的选权迭代法剔除粗差

将抗差估计的思想融入到粗差探测的算法中,设计出对模型误差,特别是粗差具有抵抗能力的粗差探测算法.基于验后方差估计原理导出的选权迭代法即为抗差佑计的一种,首先是应用最小二乘法来计算观测值的参数x、残差V、协因数阵Qvv及单位权σ0 的初值,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得...     

具有稳健初值的选权迭代法曲面拟合模型粗差探测

将抗差估计的思想融入到二次曲面模型粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差。通过实例证明,具有稳健初值的选权迭代法具有较强的稳健性和粗差探测能力。     

三维坐标转换的高斯-赫尔默特模型及其抗差解法

对三维坐标转换的高斯-赫尔默特（Gauss-Helmert,GH）模型,采用牛顿-高斯（Newton-Gauss）迭代算法构建了该模型的拉格朗日目标函数,推导了其解算方法,并给出了具体的计算步骤。在此基础上,考虑到可能出现的粗差对观测空间与结构空间的综合影响,基于标准化残差构造权因子函数,推导了该模型的抗差解法。仿真实验结果表明,GH模型用于三维坐标转换时不受旋转角度大小和其他附加条件限制,解算结果与现有算法一致,且估计参数的维数大大降低,计算效率有一定程度的提高;所提出的抗差解法效果良好,与现有基于整体最小二乘的三维坐标转换的抗差解法相比,表现出了更好的稳健性。     

Gauss-markov模型的t型抗差估计

测量中对含粗差的数据的处理通常采用基于等价权法的抗差M-估计,等价权及其临界值的选取决定了参数估计的效率和抗差性.本文将近年来统计界提出并有较深入理论研究的t型估计引入测量平差中,提出Gauss-Markov模型的t型抗差估计及其算法,并进行了模拟计算.t型抗差估计具有很好的统计性质;其求解采用EM算法,计算快捷稳定,收敛性好,可同时求解出位置参数和方差因子的抗差估计;t分布的自由度可方便地调节估计的效率和抗差性.计算结果显示,t型抗差估计受粗差影响不大,具有较好的抗差能力.     

抗差岭型组合主成分估计及误差影响

本文从有偏估计类中的岭型组合主成分估计出发 ,结合抗差估计理论 ,利用抗差M估计模型 ,提出了一种新的抗差有偏估计法———抗差岭型组合主成分估计。推导了平差参数的抗差岭型组合主成分估计解 ,以及平差参数的验后精度和误差影响函数。计算结果表明 ,抗差岭型组合主成分估计不但能克服法方程系数阵病态性的影响 ,而且能有效地抵制观测值中精差的异常干扰 ,使参数的解更为准确可靠     

抗差贝叶斯估计及应用

当未知参数具有先验期望和方差，且观测值与未知参数先验值均服从正态分布时，最小二乘贝叶斯估计将给出参数的最优解。然而当观测值和参数先验值的实际分布有悖于正态假设时，经典贝叶斯估计使估值偏高。本文基于常用的M估计原理，对三种类型的误差模式，导出了M－LS、LS－M和M－M三种抗差贝叶斯估计解式和影响函数；讨论了相应的计算方法；给出了参数验后方差表达式。     

抗差主成分估计在板块运动参数解算中的应用

为解决在采用空间大地测量数据求解板块运动欧拉参数过程中可能出现的矩阵病态问题,以及消除粗差对解算结果的影响,利用抗差主成分估计方法,采用IGG3方案的选权迭代方案对北美板块的2 577个台站进行检测,剔除包含粗差的异常站数据,求出欧拉参数最优解,并进行误差估计,建立北美板块的运动模型。计算结果表明,剔除异常台站前后精度有一定的提高,参数结果与其他模型的解算结果具有较强的一致性。     

抗差估计的选权迭代法分析与比较

在抗差稳健估计中,选权迭代法应用最广,较易理解,M估计法计算简单。基于M估计的基本理论,深入分析Huber、Hampel、IGG3种常用的选权迭代法,并利用水准网数据,分析这3种常用选权迭代法的适用范围和相应的抗差效果,表明IGG法比其他两种的抗粗差效果要好,且易实现。     

抗差卫星轨道估计研究

在抗差M估计中应用最广泛的是选权迭代法,选权迭代法根据权函数的不同又分为很多方法。用IGS九个数据分析中心的数据采用抗差M估计和动力学平滑的方法得到综合轨道,并针对三种不同的选权迭代法得到的综合轨道进行分析和比较。该方法利用抗差M估计,采用选权迭代方法抑制了轨道异常影响,从而使综合轨道更加精确;针对轨道不连续问题,采用动力学平滑方法得到了连续的综合轨道。为了证明方法的正确性,用IGS轨道数据作为外部检核。结果表明:利用IGG法得到的卫星综合轨道具有很高的精度,并且较易实现。     

稳健初值的选权迭代法剔除DEM数据粗差

本文将抗差估计的思想融入到数字高程模型粗差探测的算法中,设计出对模型误差、特别是粗差具有抵抗能力的粗差探测算法.稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差,然后按照统计检验的方法...     

测量平差模型的抗差最小二乘解及影响函数

抗差Ｍ估计是使用最广泛、计算较简明的抗差估计法。基于多维Ｍ估计原理，本文建立了经典测量平差函数模型的抗差解，并推导出相应的误差影响函数；为了使抗差估计适于不同类型以及不同先验精度的各类观测值的混合平差，将使用等价权原理构造抗差最小二乘解式。     

抗差岭估计的误差影响测度

当观测值受异常污染影响而不服从正态分布，且平差法方程出现病态时，采用抗差岭估计可得到参数的理想解。本文基于抗差岭估计理论，导出了抗差岭估计的误差影响函数，以及实用的抗差岭估计参数解差和参数解差函数，并结合实例作了多种的试算和比较，结果表明，抗差岭估计的误差影响函数对模型及参数解的理论分析具有重要意义，参数解差函数计算方便，几何意义明确。     

基于等价权抗差估计和线性规划的天线曲面拟合算法

现有天线曲面拟合算法均基于最小二乘法,难以消除多个粗差对拟合结果的影响。本文基于等价权抗差估计思想,利用线性规划计算残差初值,再进行选权迭代计算。通过算例,证明本文方法能较好地探查多个粗差,且计算结果精度更高。     

L_p平差解的性质及抗差估计

本文首先分析了L_p平差的统计意义,证明了当观测误差服从p-范分布时,参数的极大似然估计即为L_p解。同时讨论了L_p的迭代解法及收敛性,给出了用改进的线性规划求L_1、L_∞解的方法。证明了L_p迭代解及L_1、L_∞严密解都是参数的无偏估计,同时构造了与L_p平差P值无关的单位权方差的无偏估计公式,并对L_p平差的效率作了讨论。最后分析了L_p平差与抗差估计的关系,给出了一种基于L_1解的抗差估计方法。     

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。