利用MKLD准则的自适应PF算法设计及其应用

为降低PF算法的计算量,提出了基于最大Kullback-Leibler距离(MKLD)准则的PF-AMCMC算法。该算法可在自适应地选择粒子数的前提下,同时自适应地选择粒子滤波算法中MCMC移动步骤实施的时刻,在保证一定的状态估计精度的条件下,减少粒子滤波的计算量。大量的数值试验和GPS/DR组合导航仿真试验表明,本文提出的算法较标准粒子滤波算法在克服粒子滤波计算量大的缺陷方面有显著的效果,且获得了精度更高的状态估计。     

处理高杠杆异常值的抗隐差型Bayes方法

给出了一种剔除初始子集中高杠杆异常值的方法。首先根据高杠杆异常值在总观测值集中所占的比例选出若干组观测值,使得至少有一组不含高杠杆异常值的概率很高;然后根据残差最小准则从中选出不含高杠杆异常值的那组作为初始子集;最后用这种初始子集确定方法结合Gibbs抽样给出了相应的Bayes多粗差定位算法。     

钟差预报AR模型异常值探测的Bayes方法

主要研究了时间序列AR模型的异常值探测问题.首先在一定的限制条件下,将AR模型的异常值探测问题转化为线性回归模型的异常值探测问题;并在正态-Gamma先验条件下,计算了基于均值漂移模型和方差膨胀模型异常值事件发生的后验概率.然后运用Bayes方法对异常值进行了估算.最后通过卫星钟差实测数据计算,比较了模型修正前后预报的...     

�롪ѹ����Ϲ��Ƽ����ڲ���ƽ���е�Ӧ��

???????????Stein??????????????????????????????????????????????Gauss-Markov?????δ???????????μ???????????????????????????CRS?????????????????????Stein????????????д?????????????????????????????????????????o?Pitman??????????????????????????????о??????????????????????Stein???????????????????????????б????й?????????????????????????????????????????????????????????????????????????????????????????     

病态平差模型直接解算方法的研究

基于矩阵的SVD理论，通过修改设计阵的奇异值，提出了若干种直接解算病态(满秩或秩亏)观测方程的方法，以改善设计阵的病态性，提高参数估值的稳定性和准确性。理论分析和数值计算的结果验证了这些解算方法的优良性。     

双k型岭估计及其在GPS快速定位中的应用

针对GPS快速定位中设计阵病态性的特点,文中对现有的有偏估计进行了改进,提出了一种新的有偏估计--双k型岭估计.由广义岭估计和普通岭估计出发,讨论并给出了双k型岭估计中两个岭参数的选择方法.最后给出了实测GPS动态定位算例,验证了新估计的稳定性和有效性.     

基于方差膨胀模型的粗差探测Bayes方法

基于方差膨胀模型提出并建立了用观测信息的同时利用先验信息判断粗差的Bayes方法。首先,根据Bayes统计推断的基本原理,建立了判断粗差的Bayes方法——后验概率法;然后针对测量平差实际,考虑未知参数的两种先验信息分别给出了非等权独立观测条件下基于该模型的后验概率的计算公式;最后对模拟算例进行了计算和分析。试验结果表明,用给出的探测粗差的Bayes方法是切实可行的。     

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。     

Gauss-MarkOV模型参数的部分根方估计

在分析根方估计、Stein均匀压缩估计、Sclove部分压缩估计各自特点的基础上,提出了一种新的有偏估计——部分根方估计,并讨论了它的优良性质.计算结果表明,在设计阵呈病态时,部分根方估计确能改善LS估计.     

岭-主成分组合估计及其在测量平差中的应用

在分析岭估计缺陷的基础上，运用主成分估计方法，提出了测量平差Gauss-Markov模型参数的一个新的有偏估计，称为岭-主成分组合估计，在均方误差意义下讨论了岭-主成分组合估计的质及其岭-主成分组合估计与岭估计、主成分估计的比较问题，讨论了岭-主成分组合估计中偏参数的选取问题，得到了许多重要结论。理论分析和计算结果都表明，岭-主成分组合估计是一类很有潜力的有偏估计。