可剔除多个粗差的F-T法

本文首先导出了严密的F和T统计量,F统计量可用于粗差的整体检验,而T统计量可用于F检验后的各单个粗差的检验。然后给出一个算例,且与[1,7]中的方法进行比较。可以看到,文中提出的F-T法在理论上是严密的,在实用上是可行的,因此,它优于现有的几种方法。     

卡尔曼滤波粗差修正方法应用

基于标准卡尔曼滤波,提出对含有粗差的观测值进行整体修正和局部修正。最后,通过工程实例验证,两种修正方法均能够有效抵抗粗差的影响,并可获得比标准卡尔曼滤波更准确的滤波结果。     

采用抗差推估法剔除GPS高程数据粗差

论述抗差拟合推估法剔除技术,该方法的抗差结果比较稳定,在具体工程应用中,粗差剔除效果好.运用抗差拟合推估法剔除技术进行GPS水准高程拟合,大大削弱误差的影响,一定程度上改善和提高GPS水准高程的精度.     

总述粗差估计与检验

粗差理论和检测方法是一个热门课题,本文综合介绍在生产中常被采用的有关粗差估计与检验方法及其进展情况,供进一步研究参考。     

卫星影像区域网平差粗差剔除算法研究

随着遥感卫星技术的快速发展,卫星影像类型越来越多,应用也越来越普遍。采用传统卫星影像粗差剔除方法,对多源卫星影像粗差剔除,难以达到限差要求。本文提出一种绝对相对结合的粗差剔除方法,解决了卫星影像轨道间粗差剔除的难题,为后续区域网平差打下很好的基础。通过实验,验证了本方法的有效性。本方法克服了轨道间姿态差异大带来的连接误差大的问题,同时运用多次粗差剔除保证了连接点的可靠性。     

粗差估值型抗差估计

在测量数据处理中,解差受到观测空间和设计空间的双重影响。本导出了粗差估值与解差的关系,进而得出了以粗差估值表示的ＬＳ估计的影响函数。     

抗差估计在粗差探测及平差计算中的应用

常规的粗差深测技术，不仅辅助计算工作量大，而且将粗差探测与平差计算分两步进行。本文根据抗差估计原理，通过对观测值附加粗差的办法，制订不同的方案，分别进行抗差估计和ＬＳ估计。     

利用KD-树剔除机载雷达点云粗差的方法研究

针对机载LiDAR点云数据后处理中的现有粗差剔除方法存在需要大量人工干预或普适性差的缺点,该文在使用高程直方图剔除显著的高位、低位粗差的基础上,利用KD-树组织机载LiDAR点云数据,通过判断当前点与其k个最邻近点的平均距离远近来自适应地识别粗差点。实验结果表明:该算法具有参数较稳健、粗差剔除效果较好、效率较高的优势。     

GPS高程拟合中粗差剔除的问题研究

在GPS高程拟合中,粗差往往影响着整个拟合的精度,粗差剔除是GPS高程拟合中的重要一步.论文中采用了循环稳健估计和F-T的组合法,这种方法可以有效弥补稳健估计的不确定性,F-T法运用严密的概率统计论的方法,能进行整体拟合粗差的检验和单个粗差的检验,我们发现这两种方法的结合可有效、彻底地剔除含有多个粗差的数据,使拟合精度更高.     

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...     

GPS高程拟合中剔除粗差的方法

在GPS高程拟合中,粗差影响着整个拟合的精度,粗差剔除是GPS高程拟合中重要一步。文中提出一种循环泰勒多项式拟合法和F-T法的组合,通过与部分最小二乘平差法比较,发现这种方法不但有严谨的理论,有可行的应用价值,而且可以有效地剔除粗差。     

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。     

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...     

重力数据粗差探测与剔除方法的研究

根据均值漂移模型,针对重力场特点,综合利用高精度DEM数据及绘图法,本文提出了三种重力数据的粗差探测与剔除方法,对重力点数据进行全面的粗差探测与剔除,为建立我国高精度、高分辨率数字大地水准面、垂线偏差模型提供可靠的基本数据;实际结果表明,该方法正确可靠,是一种行之有效的粗差探测与剔除方法。     

一种针对大倾角影像匹配粗差剔除的算法

提出了一种基于影像像方曲面元变换的影像匹配粗差剔除算法。结合影像匹配算法实践,在由粗到精的匹配过程中嵌入该方法,可以有效控制匹配误差和修正匹配参数。以低空影像与近景影像等大倾角影像为例,证明该方法可以极大地降低匹配结果中的粗差,保证影像匹配的质量和效率。     

基于改进Kalman滤波算法的粗差修正及应用

现代动态数据处理中,以Kalman滤波为代表的现代时间序列分析方法发挥着举足轻重的作用。对于平稳性比较好的数据,一般方法都能够得到良好的处理结果,并可以做出相对准确预测,但是在动态数据中总会出现一些粗差值或异常值,如果这些异常数据不能得到有效的处理控制的话,不仅会对本期处理结果造成严重影响,还会因计算过程中状态值吸收此项粗差而对后期数据的处理结果产生影响。针对可能出现的粗差项及其带来的影响,本文首先详细地讲解了Kalman滤波的具体理论,在此基础上提出了一种改进的基于Kalman滤波的修正方法,经过实际实验发现,在无需先探测粗差的情况下,本方法能够对所含粗差项进行有效的修正并且效果良好。     

地面三维激光扫描地形测量数据粗差剔除算法及实现

本文基于地面三维激光扫描技术用于地形测量时点云数据的特点,得到引起结果存在粗差的障碍物上的点云具有坡度大于实际地形上坡度的特征,并据此提出了一种实用的粗差提取算法。对算法的原理、实现过程和其中重要参数的确定进行了分析,并编程实现了算法。最后,应用实例对粗差提取效果进行了检验,证明了算法的可行性和可靠性。     

知识引导的滑坡监测数据粗差定位与剔除方法

为了避免灾情误判和误报,准确探测和剔除滑坡形变监测数据中的粗差已经成为提高监测数据质量亟待解决的问题。已有方法主要针对单一传感器数据独立处理,且过度依赖数据变化本身的突变-平滑关系,难以有效区分粗差和外界因素突变引起的奇异值。介绍了一种知识引导的滑坡监测数据粗差剔除方法,通过粗糙集属性约简筛选具有相关关系的多源滑坡观测数据,并结合多元统计理论挖掘粗差影响因素间的时空约束关系,利用不同类型滑坡监测数据变化间的相关性规律,将多因素影响下的滑坡形变抽象为多模式的组合,根据不同模式自适应选择多因子模型以此引导卡尔曼滤波模型更新,从而实现滑坡形变监测粗差的定位与剔除。实验证明,该方法不仅能够有效甄别因环境变化引起的突变,并且能显著提高滑坡形变监测数据粗差自适应剔除的准确性、可靠性与智能化水平。     

倾斜影像航带连接粗差探测与剔除算法研究

针对倾斜航空多视影像之间角度差异大、重叠度大,造成自动获取精确且均匀分布的连接点的难度增大且连接点精度差,导致常规像方粗差剔除模型不收敛,该文提出一种通过影像物方航带连接进行倾斜影像粗差探测的方法,将初始POS数据作为辅助数据,将连接点转为加密点,从物方进行航带之间的粗差剔除,解决了由于航带之间的姿态差异导致像方粗差剔除困难的难题,提高了连接点的可靠性,为后续倾斜影像平差打下很好的基础。分别采用山区和城区的倾斜影像数据进行实验,验证了本方法的有效性。