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。     

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。     

抗差最小二乘配置在数字化地图几何纠正中的应用讨论

抗差估计具有较好的抗拒异常观测值及粗差的能力,而最小二乘配置又能较好地处理系统误差,本文结合两者的优点,利用抗差最小二乘配置对数字化地图进行几何纠正,其中对协方差函数采用抗差拟合,得到了较好的结果。实验证明在GIS数据处理的扫描数字化地图几何纠正中,抗差最小二乘配置在抗拒异常值和处理系统误差方面优于单纯的最小二乘估计和单纯的最小二乘配置方法。     

岭型组合主成分估计及误差影响

将岭型组合主成分估计用于测量平差,定义了平差参数的岭型组合主成分估计,推导了它的验后精度─均方误差及其误差影响函数,讨论了它的优良性质,并且证明了在一定条件下,它具有比最小二乘估计和岭估计更好的抗干扰性和抗差性。最后,用实例验证了其理论的正确性。     

基于中位数法的抗差总体最小二乘估计

针对现有总体最小二乘抗差算法存在的缺陷,应用中位数法确定模型参数的初值,提出了对模型的观测向量与系数矩阵中的观测元素进行分类定权的思想,避免了中误差估计偏差与随机模型误差对等价权函数抗差性的影响。基于中位数法建立总体最小二乘抗差迭代算法,并结合算例对算法进行验证。结果表明,在相同观测样本条件下,本文提出的算法拟合的精度高于传统算法拟合的精度。     

条件平差、混合平差模型的抗差最小二乘解

条件平差、混合平差模型的抗差最小二乘解杨元喜条件平差模型、具有参数的条件平差模型和附有条件的参数平差模型与参数平差模型不同，它们均涉及条件极值问题。相应地，观测值受异常污染的抗差估计也涉及抗差条件极值问题。本讲座仍基于等价权原理介绍这三种模型的抗差最...     

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。     

Lp估计的抗差性研究

本文讨论了Ｌｐ估计的基本原理；基于影响函数的抗差测度指标，数据的基础分布为正态分布情形下，详细讨论和分析了Ｌｐ估计的抗差性和效率等问题，从理论上得到了Ｌｐ估计的抗差性和效率与ｐ的关系。     

尺度参数的Lp估计与精度评定

根据定位参数与尺度参数的联合Ｍ估计,导出了尺度参数的Ｌｐ估计;当ｐ＝２时,与最小二乘估计一致,观测数据服从正态分布时,为最优无偏估计;由于尺度参数Ｌｐ估计的影响函数为无界函数,估计不具抗差性,但把残差Ｗｉｎｓｏｒ化,作者得到了尺度参数的抗差Ｌｐ估计;依据定位参数的协方差阵,可进行Ｌｐ估计的精度评定。这些结果对于Ｌｐ估计的研究和应用具有一定的参考价值。     

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。     

Robust estimation of geodetic datum transformation

The robust estimation of geodetic datum transformation is discussed. The basic principle of robust estimation is introduced. The error influence functions of the robust estimators, together with those of least-squares estimators, are given. Particular attention is given to the robust initial estimates of the transformation parameters, which should have a high breakdown point in order to provide reliable residuals for the following estimation. The median method is applied to solve for robust initial estimates of transformation parameters since it has the highest breakdown point. A smooth weight function is then used to improve the efficiency of the parameter estimates in successive iterative computations. A numerical example is given on a datum transformation between a global positioning system network and the corresponding geodetic network in China. The results show that when the coordinates are contaminated by outliers, the proposed method can still give reasonable results. Received: 25 September 1997 / Accepted: 1 March 1999     

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。     

自适应Lp估计及其在SLR数据预处理中的应用

本文简要介绍了自适应Ｌｐ估计的有关理论和求解方法，并对ＳＬＲ数据的测量误差作了统计分析。发现ＳＬＲ数据的测量误差服从ｐ值不定的ｐ范分布。本文ＳＬＲ数据预处理实例表明自适应Ｌｐ估计能给出比ＬＳ估计更为稳健有效的拟合参数。当观测值粗差高达６６％时，自适应Ｌｐ估计仍能给出可靠的拟合参数，效果明显优于传统的ＬＳ估计。     

线性模型的泛最小二乘法

本文首先针对线性模型提出了泛最小二乘法,在设计矩阵不加限制的情形下,得到了参数的泛最小二乘估计量。该方法既发扬了最小二乘法的优点,又克服了它的一些不足,它包含了常见的岭估计和最小二乘估计法;其次讨论了泛最小二乘法的理论依据;接着研究了泛最小二乘估计量的一些统计性质,并与最小二乘估计进行比较,在一定意义上前者优于后者;然后讨论了平衡参数的选取问题;最后,给出一个应用,说明了泛最小二乘法的有效性和可行性。     

基于IGGⅢ稳健估计法在大坝沉降监测中的应用

了解大坝变形,发现大坝安全隐患是人们所关注和关心的,而大坝沉降的变形监测数据是判断大坝是否变形最直接、最重要的依据。因此,获取监测数据并进行有效深入的分析及处理,不仅是相关规范的要求,更是反映了大坝现状的重要信息。本文比较了最小二乘法和IGGⅢ稳健估计法在处理12期大坝沉降数据过程中的优劣,由结果可知,IGGⅢ稳健估计法更能克服单一状态估计算法不能抗拒粗差的缺陷,同时具备精度高、运算速度快等优点。     

Robust bayesian estimation

Classical least squares Bayesian estimation consists of minimizing the sum of the squared residuals of observations and the corrections to prior estimates of parameters.Many authors have produced more robust versions of this estimation by replacing the square by something else, such as the absolute value. In this article, three robust (M-LS, LS-M and M-M) estimators for three corresponding error models are described based on the principle of maximum likelihood type estimates (M-estimates). The influence functions of the three robust Bayesian estimators are given. The algorithm implementation problems are discussed and the expressions for the posterior variance-covariance are derived.     

Robust biased estimation and its applications in geodetic adjustments

In this paper, a number of robust biased estimators (e.g. ordinary robust ridge estimator, robust principal components estimator, robust combined principal components estimator, robust single-parametric principal components estimator, robust root-root estimator) are established by means of a unified expression of biased estimators and based on the principle of equivalent weight. The most attractive advantage of these new estimators is that they can not only overcome the ill-conditioning of the normal equation but also have the ability to resist outliers. A numerical example is used to illustrate that these new estimators are much better than the least-squares estimator and various biased estimators even when both ill-conditioning and outliers exist. Received: 14 November 1995/Accepted: 11 February 1998     

动态系统的抗差Kaliman滤波

离散历元的动态观测量及其相应的动态模型可能存在异常，若数据处理模型不考虑对这些异常的特别处理，则动态模型参数估值及其所提供的动态信息将极不可靠。基于贝叶斯统计和抗差估计原理，我们构造了一种抗差滤波算法。该算法考虑观测分布和参数验前分布均为污染分布。并利用一个实测网验算该算法和模型的可靠性。