基于椭球不确定性的平差模型与算法

测量平差模型中的参数通常存在一些不确定的附加信息或先验信息,充分利用它们可以对部分参数进行约束,从而保证参数解的唯一性和稳定性。本文利用椭球集合描述不确定性,建立了一个新的带有椭球不确定性的平差模型。以两个椭球交集的外接椭球的特征矩阵的迹最小平差准则,分析了不确定度的传播规律,给出了带有椭球不确定性的平差方法。最后,通过算例验证了算法的有效性,说明了平差解与带权混合估计的关系。     

新息向量的抗差Kalman滤波方法及其在UWB室内导航中的应用

针对超宽带（ultra wideband,UWB）室内导航中非视距（non line of sight,NLOS）测距误差会大幅降低导航精度以及系统噪声的不确定性导致滤波精度不高的问题,提出了一种基于新息向量的抗差Kalman滤波方法。该方法在UWB室内导航线性化模型的基础上,利用单个新息值构造抗差因子矩阵,从而消除非视距测距误差的影响,同时对系统噪声协方差矩阵进行实时估计和修正。实验结果表明,该方法不但能有效地消除非视距测距误差对导航解算的影响,而且能进一步提高导航解算的精度和稳定性。     

非线性参数估计的自适应松弛正则化算法

非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。     

随机模型对解算西安流动SLR站坐标的影响

合理的参数估计及精度评定不仅需要可靠的函数模型,而且需要正确的随机模型。从权函数和粗差编辑两方面,研究了不同随机模型对西安流动卫星激光测距（satellite laser ranging,SLR）站坐标解算的影响,采用全球Lageos-1卫星观测数据计算了西安流动SLR站坐标。计算结果表明:①西安流动SLR站的观测精度和坐标解算精度均达到厘米级。②随机模型直接影响SLR站坐标的解算结果及可靠性;对于相同的计算弧段,抗差方差分量估计得到的站坐标精度最高、结果最稳定,残差加权均方差最小,观测资料利用率也最高;对于相同的计算方案,采用的SLR数据越多,坐标估计精度越高。     

基于模糊最大似然估计算法的遥感影像分割

针对模糊K-均值算法依赖于群集原型的初始估计和对于数据中所存在的子群数目做出假设的缺点,结合最大似然估计,提出了不依赖先验假设的模糊聚类法——基于模糊最大似然估计的遥感影像分割算法。该算法在模糊最大似然估计算法中用模糊协方差来计算后验概率,用后验概率矩阵代替隶属度矩阵来进行划分。先用模糊K-均值进行图像预处理,然后用模糊最大似然估计算法进行分割。此外,本文用性能指标参数——超体积指标FHV来评价最优的类别数目。本文通过对模拟影像和真实影像的实验,验证了该算法的有效性和准确性。     

灰色稳健总体最小二乘估计及高铁路基变形预测

最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。     

部分变量误差模型的极大似然估计

针对变量误差模型系数矩阵含有常数项的情况,部分变量误差模型在平差时只提取系数矩阵中的随机元素进行处理,较大程度的减少了参数估计的个数.为了进一步提高部分变量误差模型的参数估计效率,文中根据极大似然估计原理提出了一种部分变量误差模型的极大似然估计算法,并分析和比较了该算法与文献中几种算法的关系,证明算法之间的等价性.最后...     

基于扩展卡尔曼滤波和自动微分技术对陆面数据同化系统参数的快速估计及其影响

土壤水分在干旱监测、洪水预报和水资源管理中发挥着重要作用.数据同化方法能结合模型和遥感的优势,生产高精度、时空连续的土壤水分数据.目前,陆面数据同化面临的主要难题之一是模型和观测误差的准确估计.为此,我们前面提出了双循环同化算法,实现了模型和观测误差、模型算子和观测算子参数的同时估计.由于该算法需要设置较大的集合个数才能实现稳定的参数估计,导致参数估计效率低,限制了其在大范围陆面同化系统中的应用.为此,本研究通过:(1)采用二元数自动微分方法计算陆面过程模型(LSM)的雅可比矩阵以替代获取复杂的LSM的切线性模型;(2)采用扩展卡尔曼滤波(EKF)框架替代集合卡尔曼滤波框架,提高了双循环算法的参数估计效率.在模型积分步长为1h和参数优化窗口为90天的条件下,改进后的双循环算法参数优化效率提高近60倍.为检验双循环算法在区域尺度陆面数据同化中的效果,我们在青藏高原区域同化SMAP土壤水分产品,并利用四个不同地理气候环境下的土壤水分观测网数据验证同化结果.结果显示,在青藏高原区域,相较于基于默认参数的模型模拟结果,基于EKF改进的双循环同化算法能够校正模型参数和观测的偏差,估计的土壤水分精...     

一种新的守时型原子钟综合时间尺度方法研究

在这篇文章中, 提出了一种基于改进的指数平滑和Vondrak_Cepek联合平滑的氢铯综合时间尺度产生方法. 以最小误差方法为理论基础, 动态估计氢原子钟频率漂移参数, 提升氢原子钟钟差预测准确度; 基于改进的二次指数平滑产生氢原子钟组时间尺度、加权平均方法产生铯原子钟时间尺度, 同时设计Vondrak_Cepek滤波器以结合两类时间尺度长短期稳定度优势, 提升综合时间尺度性能. 实验结果表明, 所提方法产生的氢铯综合时间尺度时稳可达1.60x10^-15,天稳可达3x10^-15,优于ALGOS、AT1和Kalman滤波3种经典方法产生的时间 尺度性能.