排序方式: 共有18条查询结果,搜索用时 46 毫秒
1.
加权整体最小二乘方法是一种能同时顾及EIV(errors-in-variables)模型中系数矩阵和观测向量误差的参数估计方法。根据不同的应用场景,EIV模型则表现出不同的结构特征。"加权整体最小二乘EIO模型与算法"一文采用EIO模型处理EIV模型中的结构化问题*。为了将其与现有方法进行对比,本文罗列出4种处理EIV模型结构特征的方法,并归纳了8种参数估计公式。同时从精度评定的角度讨论了整体最小二乘解的一阶及更高阶精度近似评定方法。需要强调的是,针对EIV模型及其参数估计理论可以从函数模型、随机模型和参数估计方法3个方面展开研究,但各方法殊途同归。 相似文献
2.
针对北斗卫星导航系统(BDS)星座结构复杂、不同类型卫星观测值残差差异较大的不利条件,将BDS系统中IGSO、MEO、GEO 3种卫星的观测值进行分类定权,提出一种顾及历史权比的指数加权Helmert方差分量估计法来精确确定不同系统之间观测值的权阵。为了验证该方法在GPS/BDS组合定位中的有效性,采用单点定位模型分别进行静态和动态导航实验,并将其定位结果与等权模型以及不考虑指数加权的Helmert方差分量估计方法进行对比。结果表明,采用改进的加权方法,在东、北、天3个方向的定位精度均获得显著提高,在静态条件下,相对于等权模型,改进方法3个方向的定位精度提高幅度分别达到50.0%、51.0%和42.0%;在动态条件下,定位精度提高幅度分别为10.0%、8.0%和9.0%。特别在卫星数量较少、卫星几何图形强度较差时,定位结果的改善效果更为明显。 相似文献
3.
?????????????????????С??????????????????????????С????в????????С????в?????????????????????????Σ??о???????С?????????????С??????????С??????????????????????ó???????????????????ó????????? 相似文献
4.
Partial EIV模型的解法 总被引:3,自引:3,他引:0
提出了一种求解partial errors-in-variables(partial EIV)模型的思路。通过对partial EIV模型的部分元素进行移项,重组成新形式下的平差函数模型,两次运用间接平差原理分别求解平差参数与系数矩阵中的随机元素,把总体最小二乘平差问题转化为最小二乘平差问题,并通过适当变换提高了新解法的收敛速度。最后分别采用实测数据和模拟数据进行验证,求解了本文算法与已有算法的估值结果。算例结果表明,本文算法能取得与已有算法相同的结果,是切实可行的。 相似文献
5.
6.
提出了将总体最小二乘方法应用于联合平差的模型,推导了附有相对权比的总体最小二乘联合平差方法。采用了多种方案来确定相对权比的大小。以参数估值与真值的差值范数作为评价指标,分析比较了单一数据总体最小二乘平差和两类数据总体最小二乘联合平差的模拟算例;通过给各类数据加入不同大小的随机噪声,分析了判别函数最小化法中随机噪声大小对确定相对权比的影响。模拟算例表明,平差结果的质量与相对权比的选取有关;当先验信息准确时,验前单位权方差法的结果最好,而当先验信息不准确时,判别函数为相似文献
7.
针对北斗在轨卫星Rb原子钟2013年的实测数据,采用二次多项式拟合得到BDS卫星钟差模型,采用哈达玛总方差公式计算了北斗卫星钟的短期频率稳定度指标,进而分析了北斗在轨卫星钟特性指标的变化规律。通过实例计算,揭示了BDS不同在轨卫星钟的相位、频率、频漂及残差指标的变化规律;计算得出BDS卫星钟万秒频率稳定度维持在10-13量级左右,其中GEO卫星钟的稳定度相对较差,4号和8号卫星在运行期间出现跳变,跳变之后稳定性得到提高,其他在轨卫星钟稳定度变化趋势则相对平稳。 相似文献
8.
全球卫星导航系统(GNSS)与捷联惯性导航系统(strapdown inertial navigation system,SINS)的组合可在室外环境或卫星信号短暂失锁的条件下提供连续、可靠的定位服务。但针对室内或弱GNSS信号区域,组合系统的服务受限;超宽带(ultra-wideband,UWB)系统以其可提供厘米级的理论测距精度且布设方便的优势,可为该区域提供有效的测距信息。论文以车载试验平台为依托,分别就UWB/SINS、GNSS/SINS和UWB/GNSS/SINS 3类室内外定位模型及相应的模型参数估计方法展开研究,主要研究成果如下。 相似文献
9.
10.
采用不同类数据联合平差时,不仅观测向量含有误差,其对应的系数矩阵也通常受到误差的影响。将加权总体最小二乘方法应用于多类观测数据的联合平差模型,推导相应迭代计算方法,以相对权比权衡各类数据参与联合平差的比重。设计了多种方案,并给出了确定相对权比的判别函数最小化方法。结果表明,验前单位权方差法与总体最小二乘方差分量估计方法具有一定的局限性,当验前信息不准确或者总体最小二乘方差分量估计方法不可估时,判别函数为$\mathop {\mathop \sum \limits_{i = 1} }\limits^{{n_1}} \left| {{{\widehat {\bar e}}_{{1_i}}}} \right| + \mathop {\mathop \sum \limits_{j = 1} }\limits^{{n_2}} \left| {{{\widehat {\bar e}}_{{2_j}}}} \right|$的判别函数最小化法能取得较优的参数估值结果。 相似文献