PEIV模型参数估计新算法

PEIV(Partial Errors-In-Variables)模型是EIV模型的扩展,它能解决系数矩阵含有非随机元素或存在结构特性的问题。针对常规PEIV模型算法的复杂性,提出了一种PEIV模型参数估计的新算法。该算法将系数矩阵含误差的元素看成是一类观测值,与平差模型原观测值构成两类观测值,将PEIV平差模型表示为类似于传统的最小二乘间接平差模型,再通过非线性最小二乘平差理论,推导出了算法的迭代公式和精度评定公式。算法迭代格式与间接平差类似,通过算例验证了算法的可行性和正确性。     

求解GM(1,1)模型新总体最小二乘算法

在GM(1,1)模型中系数矩阵和观测向量都是由原始序列组成的。系数矩阵中同样是有误差的,与观测向量中的误差一样,亦来源于原始序列,即它们误差同源。不同位置的相同元素应该有相同的改正数,采用传统总体最小二乘求解则不能达到此目的。针对这一缺陷,推导了一种新的总体最小二乘算法;并且通过算例验证了新方法的可行性和有效性。     

总体最小二乘法在相机标定中的应用

对比总体最小二乘方法与最小二乘方法在相机标定中的适用性及优越性。在相机标定中,由于像点坐标和对应的地面点坐标均存在误差,因此采用总体最小二乘方法对误差方程中的系数矩阵及观测向量同时改正,能够建立更加合理的计算模型。文中以相机标定两步法为例,通过实例解算,证明利用总体最小二乘法能够得到精度更高的相机标定参数解。     

GPS 高程转换的总体最小二乘组合方法

在现有GPS高程转换的研究中,通常只采用单一的解算方法,然而,不同的计算方法由于适用的条件不同,在对同一组数据进行解算时,解算的精度也各有优劣。针对以上问题,文中提出GPS高程转换的总体最小二乘组合方法,对多种不同的高程转换方法进行组合,运用总体最小二乘法计算不同方法的权值,结合实际工程数据,验证该方法的可行性。计算结果表明,提出的方法能够有效地提高高程转换精度。     

改进的距离约束最小二乘模糊度搜索算法

针对短基线最小二乘模糊度搜索算法搜索效率低的缺点,该文提出了一种改善模糊度搜索空间以提高模糊度搜索效率的方法。最小二乘搜索算法通过基线长度范围确定模糊度搜索空间,完成模糊度的搜索和确认。距离约束的短基线模糊度搜索空间是一个空心椭球,各模糊度之间具有相关性,影响模糊度搜索效率。该文通过最小二乘去相关调整方法降低模糊度之间的相关性,减少搜索次数。实验证明,该算法的搜索效率提高了25%以上,且随着基线长度的增加,搜索效率有更多的提升。     

基于部分最小二乘岭估计的粗差定值定位

在利用部分最小二乘原理进行粗差定值定位时,模型的法方程矩阵可能存在病态性,使得到的粗差定值定位结果不可靠。文中针对观测数据包含多个粗差且法方程病态问题,利用岭估计处理病态问题,建立部分最小二乘岭估计的粗差定值定位方法,给出粗差搜索步骤,利用迭代算法实现多个粗差的定值和定位。通过模拟算例分析部分最小二乘法、部分最小二乘岭估计在粗差搜索方面的效果,从另一个角度探讨粗差处理方法,推广现有的误差理论,证明文中方法的有效性。     

基于抗差估计的实时单站GPS同震速度获取方法

基于实时单站GPS载波相位历元差分测速模型,引入抗差最小二乘估计,并根据IGGⅢ方案选择合适的等价权因子来削弱小周跳和粗差对结果的影响,并采用一组静态数据和2011年日本"3.11"地震期间MIZU站的高频数据对算法进行测试。结果表明,在含有小周跳和粗差的情况下,抗差最小二乘估计能够明显改善解算速度,可以实时获取测站毫米级的同震速度。     

一种裸露土壤湿度反演方法

针对目前土壤湿度反演方法研究较少且缺少实时性的现状,该文提出一种土壤湿度反演方法——最小二乘支持向量机技术。以积分方程模型为正向算法,数值模拟不同雷达参数(频率、入射角及极化)下后向散射系数随土壤含水量和地表粗糙度的变化情况。经过数据敏感性分析,选取C-波段和X-波段、小入射角下的同极化后向散射系数作为支持向量回归的训练样本信息;经过适当的训练,利用支持向量回归技术对土壤含水量进行了反演研究;并考虑通过多频率、多极化、多入射角数据的组合,消除地表粗糙度的影响,提高反演精度。模拟结果表明,该方法反演土壤湿度具有较高的精度和较好的实时性;同时,与人工神经网络方法的结果比较,证明了该方法的有效性,为土壤湿度的反演研究提供了一种方法。     

南沙群岛海域长腹剑水蚤(Oithona spp.)的种类组成、数量分布及其与环境因子的关系

中小型桡足类是海洋食物网中重要的中间环节,在碳循环里细菌碳和藻类碳向高营养级转化的过程中扮演重要角色。本文通过分析2013年3—4月、6—7月、9—10月和11—12月南沙群岛海域(111°30′E—112°30′E,4°30′N—11°30′N)的生态环境调查数据,对长腹剑水蚤属(Oithona)的种类组成、数量分布及其与环境因子的关系进行了研究。结果表明:(1)南沙群岛海域共出现长腹剑水蚤15种(包括1个未定种),其中线长腹水蚤(Oithona linearis)、粗长腹剑水蚤(O.robusta)和长刺长腹剑水蚤(O.longispina)为南沙群岛海域首次记录,长腹剑水蚤属种类组成沿水深变化的现象较为明显,该属虽然在南沙群岛海域广泛分布,但单种的出现频率较低,其种类出现的季节性较强;(2)南沙群岛海域的长腹剑水蚤可以划分为常见广布组群Ⅰ和低频组群Ⅱ;(3)长腹剑水蚤年均栖息密度为30ind./m3,季节变化呈单峰型,秋季最高、冬季最低,高数量区主要出现在受南沙西部沿岸流和东部沿岸流影响的近岸海域;(4)在0—750m水深范围内,长腹剑水蚤数量沿水深梯度的垂直变化明显,呈现由浅至深数量明显减少的趋势,长腹剑水蚤主要集中分布在0—75m的水层中,75—500m数量急剧降低至最低后,在500—750m基本维持不变;(5)GAM分析表明,纬度、海水温度、盐度和叶绿素a浓度对长腹剑水蚤数量均有影响,以纬度的影响最为显著,其中长腹剑水蚤属最适温度为28.6—29.2℃,最适盐度为32.6—33.2,最适叶绿素a浓度为5—10μg/L;(6)长腹剑水蚤属更适栖息于低温和低盐,且受沿岸流影响的环境中。因此,其数量分布的季节变化与季风驱动的沿岸流势力强弱密切相关。