补偿最小二乘估计在重力测量中的应用

在测量数据处理中,系统误差总是作为有害成分设法予以消除或补偿,但随着测绘科技的进一步发展,也有一些研究者将系统误差或非参数信号看作非随机变量,利用补偿最小二乘等方法,提取系统误差,从而对它有更多地了解,以满足高精度测量的需要。而本文在系统误差为随机变量的情况下,利用补偿最小二乘法研究半参数模型。得到了参数及非参数的估计;接着,讨论了估计量的若干统计特性;最后,用补偿最小二乘法研究重力测量中的重力异常问题,得到了重力异常的估计值,相同于用最小二乘配置法所得的结果,从而说明本文方法的有效性。     

半参数模型稳健估计及其应用

在半参数模型估计中,均假设观测误差服从正态分布。当观测量含有粗差时,粗差对参数和非参数估计的影响是不可忽略。基于此,首先在总结线性参数模型稳健估计基本理论的基础上,论述了M估计权因子的确定方法。然后提出了半参数模型稳健估计方法,并导出半参数模型(广义)补偿最小二乘稳健估计的基本公式。最后通过两个模拟算例验证了其估计方法的有效性。     

半参数模型稳健估计及其应用

在半参数模型估计中,均假设观测误差服从正态分布.当观测量含有粗差时,粗差对参数和非参数估计的影响是不可忽略.基于此,首先在总结线性参数模型稳健估计基本理论的基础上,论述了M估计权因子的确定方法.然后提出了半参数模型稳健估计方法,并导出半参数模型(广义)补偿最小二乘稳健估计的基本公式.最后通过两个模拟算例验证了其估计方法的有效性.     

半参数模型估计的补偿最小二乘法与正则核方法

本文根据测量数据处理中利用半参数对系统误差去除的效果,提出了半参数补偿最小二乘法和正则核方法两种方法进行比较.两种去除系统误差的方法都存在着局限性,应该根据系统误差的具体情况,选择不同的方法;最后通过模拟算例去除系统误差,并与实测数据进行拟合验证两种方法的可行性.     

半参数模型与最小二乘配置模型的比较

针对重力高程异常估值的计算,采用半参数模型L=BX+S+Δ和最小二乘配置模型两种方法来计算,通过算例比较,分析半参数模型和最小二乘配置法的区别与联系。     

测量平差双光滑参数解算半参数模型的研究

半参数模型解算的补偿最小二乘法用于测量平差,是基于残差带权平方和与系统误差补偿项之间的平衡关系而提出的,这种平衡是通过光滑参数来实现的。光滑参数一般利用特定方法在正实数中选取,范围较大。本文尝试在极小化过程中,将残差和补偿项两部分同时赋予光滑参数,给出了此种情况下的半参数模型的解及简单的统计性质。为保证残差和补偿项的平衡关系,解算时,要求两部分光滑参数之和等于1,且光滑参数在不大于1的正数中选取,这样大大缩小了光滑参数的选择范围。模拟算例证明了这种方法的可行性。     

非线性最小二乘参数平差

在分析线性化的非线性参数平差的近似直接解法与近代解法基础上,利用非线性最小二乘的精确正交性条件方程,推导出顾及到二次项的非线性参数平差的一种新的计算公式。为了公式表达的简洁,精度评定的需要以及非线性平差本质的分析,在公式推导过程及最终的平差计算公式中,引入了矩阵分解及非线性度量曲率矩阵。最终算例分析说明该方法的有效性及实用性。     

随机删失下半参数模型的补偿估计方法

考虑半参数测量模型L=Bx+S+Δ,x∈Rd为未知回归参数,S为未知Borel函数。本文首先利用自然样条函数法,找到符合条件的非参数自然插值样条函数。其次利用补偿法并综合最小二乘法,导出了这种平差方法的解算公式。在本文的最后,将这种方法与最小二乘平差方法进行了比较分析,结果说明,半参数测量模型能更接近于真实情况。     

基于半参数最小二乘核估计的卫星精密钟差预报方法

研究半参数最小二乘核估计模型在精密钟差预报中的应用问题,提出一种基于时间自变量差值累加的窗宽参数计算模型,并通过实验验证该模型的有效性,讨论在不同预报时间长度和已知数据量的情况下模型预报精度。实验表明,与常规模型相比,半参数最小二乘核估计模型在预报精度与稳定性方面都取得较好的效果,可以满足精密单点定位对于精密钟差预报的精度要求。研究成果对于精密单点定位技术的推广普及具有一定的促进作用。     

粗差拟准检定方法探查网络RTK模糊度

为了提高网络RTK基准站间模糊度检验和修正的精度,该文提出用粗差拟准检定(QUAD)方法来探测错误固定的模糊度:将固定错误的模糊度判定为观测值的粗差,并对粗差准确定位定值,最后根据模糊度的波长计算模糊度的大小。实验结果表明当少量模糊度出现纳伪错误时,该方法可以实时探测并修正错误固定的模糊度。     

Generalized penalized least squares and its statistical characteristics

IntroductionThe semiparametric models is composed of lin-ear parametric model and nonparameter (or non-parametric signal) ,so the model does not haveonly one solution on the least squares conditionVTPV=min,the normal equations is singular[1].In order to g…     

Generalized penalized least squares and its statistical characteristics

The solution properties of semiparametric model are analyzed, especially that penalized least squares for semiparametric model will be invalid when the matrixBTPB is ill-posed or singular. According to the principle of ridge estimate for linear parametric model, generalized penalized least squares for semiparametric model are put forward, and some formulae and statistical properties of estimates are derived. Finally according to simulation examples some helpful conclusions are drawn.     

补偿最小二乘法改进灰色预测模型的应用分析

文章讨论了灰色预测模型和半参数模型,针对经典最小二乘在解算GM(1,1)模型待识别向量时存在的模型误差,采用将模型误差当作非参数信号的补偿最小二乘法进行数据处理.根据矿区变形观测特点,简要说明了正规矩阵R和平滑因子α的选取,并结合淮南市朱集矿地表移动观测站的实测数据对改正模型进行检验分析,结果表明:该方法可有效地削弱模型系统误差影响,提高预测模型精度.     

补偿最小二乘法在大地坐标转换中的应用

针对Bursa七参数模型在参心坐标系与地心坐标系转换后仍存在较大残差的问题,通过对坐标转换模型误差进行分析,提出将模型误差看作非参数信号的半参数估计的补偿最小二乘模型进行处理,并利用实测数据进行分析计算,试验结果表明:该方法能够有效地消除模型误差等残差,实现高精度的坐标转换。     

拟准检定法及其在测量中的应用初探

经典最小二乘平差假定观测数据中不含有粗差,但随着现代测绘技术发展,数据采集的自动化程度越来越高,对数据采集过程进行人工干预较难实现,观测结果包含粗差在所难免。本文探讨利用拟准检定法进行粗差探测的原理、特点及优势,并通过模拟算例,验证了拟准检定法处理粗差的有效性。     

基于自然样条补偿最小二乘的高程误差研究

基于非参数自然样条补偿最小二乘估计方法,把GPS高程数据与对应的水准数据的差值作为观测值,按照非参数自然样条补偿最小二乘的估计方法,得到消弱偶然误差v之后的平差值,并以此去改正GPS高程,可以取得较好的效果。并以某河道测量采集的数据作为事例,证明该方法的有效性。     

补偿最小二乘估计在确定高程异常中的应用

针对常规最小二乘拟合求解高程异常存在的模型误差,本文提出将模型误差看作非参数信号采用补偿最小二乘法来处理,讨论了正则化矩阵R和平滑参数α的选取对拟合结果的影响,在对各种求解光滑参数深入研究的基础上,提出了一种Xu(α)函数法,并对一个测区的GPS水准数据进行解算,结果表明,利用补偿最小二乘模型求解高程异常优于最小二乘法。