基于改进的向后-向前选择法粗差定位与估值算法

对传统的向后-向前选择法粗差定位方法进行改进，即在原有基础上加入对平差模型的整体检验，计算统计量的相关系数，通过对偏相关系数的检验来定位统计量相关的粗差观测值。通过模拟粗差算例证明，该算法能够准确定位多维粗差，有效改善粗差定位转移的现象，且粗差估值结果比较可靠。     

基于点面关系构建的线基元点云配准算法

针对传统的点特征点云配准算法不能解决缺失同名点的配准问题,从点在平面上的几何关系出发,利用具有较强几何约束能力的直线特征,推导出基于单位四元数表征的无需同名直线端点完全对应的点云配准模型。结果表明,该模型不仅能够同步求解配准参数,还适用于大旋转角的配准问题,同时降低了配准模型对参数初值的要求,增强了配准模型的稳定性和实用性。     

分段Knothe函数优化及其动态求参

为了解决分段Knothe函数在开采沉陷动态预计中时间影响系数c、地表最大下沉速度对应的下沉值Wv以及最大下沉速度对应时间点t均为固定值的问题,对分段Knothe函数中各参数进行了理论和试验分析。结合概率积分法理论知识,推导出以时间为自变量的3个参数的函数关系,并在此基础上对分段Knothe函数进行了优化,得到一种预测精度更高、更具推广性的分段Knothe函数。试验结果表明:优化的Knothe函数解决了优化前Knothe函数中c、t、W_v为固定值的缺陷,弥补了利用相似地质条件拟合出经验公式的不足。通过对比分析优化前后模型的预测结果,得出优化模型中t的预计结果保持在实测最大下沉速度时间范围内。优化后模型最大均方误差和相对中误差分别为0.116 m、3.8%,较优化前模型分别提高了65.1%、51.9%,进一步证实了该优化模型具备一定的实用性和可靠性。