基于验后方差估计原理导出的选权迭代法剔除粗差

将抗差估计的思想融入到粗差探测的算法中,设计出对模型误差,特别是粗差具有抵抗能力的粗差探测算法。基于验后方差估计原理导出的选权迭代法即为抗差估计的一种,首先是应用最小二乘法来计算观测值的参数x赞、残差v、协因数阵Qvv及单位权Q赞0的初值,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差,然后按照统计检验的方法剔除粗差。通过实验证明,基于验后方差估计原理导出的选权迭代具有很强的粗差探测能力。     

稳健初值的选权迭代法剔除DEM数据粗差

本文将抗差估计的思想融入到数字高程模型粗差探测的算法中,设计出对模型误差、特别是粗差具有抵抗能力的粗差探测算法.稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差,然后按照统计检验的方法...     

具有稳健初值的选权迭代法曲面拟合模型粗差探测

将抗差估计的思想融入到二次曲面模型粗差探测的算法中,设计出对模型误差特别是粗差具有抵抗能力的粗差探测算法。稳健初值的选权迭代法即为抗差估计的一种,首先是通过线性规划的单纯形解法来计算观测值的残差,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得观测值的残差。通过实例证明,具有稳健初值的选权迭代法具有较强的稳健性和粗差探测能力。     

预测残差判别统计量抗差因子在UKF算法中的应用

在UKF滤波中,针对观测信息存在粗差的问题,基于预测残差构建了预测残差判别统计量。结合三段函数组成了一种新的抗差因子函数,并给出抗差UKF算法公式。该算法计算过程无需迭代,实现一步抗差,适合实时滤波估计。计算结果表明,该抗差因子函数不仅能够有效地控制含粗差观测值对滤波结果的影响,得到可靠的滤波解,而且可以提高滤波精度。     

基于验后方差估计原理导出的选权迭代法剔除粗差

将抗差估计的思想融入到粗差探测的算法中,设计出对模型误差,特别是粗差具有抵抗能力的粗差探测算法.基于验后方差估计原理导出的选权迭代法即为抗差佑计的一种,首先是应用最小二乘法来计算观测值的参数x、残差V、协因数阵Qvv及单位权σ0 的初值,然后再根据残差和有关的参数,按所选择的权函数,计算每个观测值的权,经过迭代计算求得...     

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。     

具有稳健初值的选权迭代法

提出先采用线性规划来确定残差的初值，然后再进行选权迭代这样一种方法，其估计结果既具有线性规划的稳健性，又具有最小二乘的最优性。试验表明，这种基于线性规划的稳健估计具有很强的稳健性和检测粗差的能力，其计算结果与没有粗差时的最小二乘估计结果一致，且方法简单、可靠、实用。     

基于等价权抗差估计和线性规划的天线曲面拟合算法

现有天线曲面拟合算法均基于最小二乘法,难以消除多个粗差对拟合结果的影响。本文基于等价权抗差估计思想,利用线性规划计算残差初值,再进行选权迭代计算。通过算例,证明本文方法能较好地探查多个粗差,且计算结果精度更高。     

顾及模糊逻辑关系的稳健估计

首先给出了标准化残差受粗差污染的隶属函数，进而导出了观测误差与残差之间的模糊逻辑关系，以及观测误差属于粗差的隶属函数。最后提出了顾及模糊逻辑关系的稳健估计算法。计算结果表明，顾及模糊逻辑关系的稳健估计能有效地抵制粗差的影响，并能正确地定位粗差     

顾及模糊逻辑关系的稳健估计

首先给出了标准化残差受粗差污染的隶属函数，进而导出了观测误差与残差之间的模糊逻辑关系，以及观测误差属于粗差的隶属函数。最后提出了顾及模糊逻辑关系的稳健估计算法。计算结果表明，顾及模糊逻辑关系的稳健估计能有效地抵制粗差的影响，并能正确地定位相差。     

关于平差残差和单位权中误差的统计分析

从残差的定量关系出发评述了检测粗差的数据探测法和抗差估计的选权迭代法 ,指出了其中用残差代替真误差所产生的问题及解决办法 ,并且导出了单位权方差估值、单位权中误差估值的概率分布 ,给出了后者的数字特征 ,对平差问题的精度体系作了统计分析。     

L1范估计的巴尔达型检验及其可靠性

根据残差与真误差的Bahadur型关系,L1范估计中, 粗差几乎完全反映到相应的残差上,这就是L1范估计能正确定位粗差的原因.对L2范估计,粗差只是部分地反应到相应残差上,由此会导致粗差误判.根据L1范估计的残差及其方差, 构造了L1范估计的巴尔达检验统计量, 并讨论了L1范估计的可靠性.与L2范估计的可靠性比较,L1范估计的可靠性受多余观测的影响小.     

基于方差分量估计的不同截止高度角下的组合单点定位

BDS/GPS/GLONASS组合系统定位时,由于系统间卫星测距精度的差异性,需要合理确定卫星间权比,Helmert方差分量估计常被用于确定不同类观测值间权比;而当观测值含有粗差时,Helmert方差分量估计定位结果容易被粗差污染或收敛失真,出现大的偏差。文中基于Helmert方差分量估计,引入等价权因子IGGIII函数,建立抗差Helmert方差分量估计权函数模型,对比分析其在低截止高度角10°、15°和20°下,在BDS/GPS/GLONASS组合系统定位中的应用及定位精度,并讨论分析在高截止高度角30°和40°下,组合系统和单系统BDS的定位精度。实验结果表明:当观测值无明显粗差时,Helmert方差分量估计和抗差分量估计的定位精度相当,略低于高度角权函数的定位结果,点位精度RMS优于2.5m;含粗差时,抗差解定位精度最高;当截止高度角为30°时,BDS单系统定位精度RMS优于5m,而组合系统RMS接近3m;为40°时,组合系统平面精度RMS优于2m,三维精度RMS优于6m,而单系统不能定位。     

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。     

几种粗差估值方法的比较

基于均值漂移模型,重点讨论粗差估值的计算问题,给出了观测值统计相关时数据探测法(data snooping)的粗差估值公式。探讨数据探测法粗差估值与粗差的同时定位与定值法(LEGE)、拟准检定法(QUAD)、部分最小二乘法(PLS)的粗差估值之间的关系,证明当观测值统计相关时,部分最小二乘法和QUAD法在粗差估值的计算上具有等价性,与数据探测法和LEGE法都不一致。当观测值统计独立且不等权时,QUAD法、PLS法和数据探测法具有等价性,与LEGE法在粗差估值上不同;当观测值统计独立且等权时,4种方法在粗差估值计算上具有等价性。最后通过算例验证了结论。