针对多波束测深数据的抗差稳健估计滤波算法研究

多波束测深是获取水底地形的重要方法,针对多波束测深数据受到测船运动、假回声信号以及缺少检核条件而导致的异常值难以探测和剔除的问题,本文采用基于抗差的稳健估计滤波对测深异常值进行探测和剔除.对使用Seabat8125多波束测深系统测得的数据进行仿真处理,分别在平坦、倾斜和起伏这三种典型水底地形中随机加入不同幅度的异常值,然后基于抗差稳健估计滤波使用不同大小的滑动窗口对测深数据异常值进行探测和剔除,最后将处理结果与中值滤波和趋势面滤波进行对比分析.结果表明基于抗差的稳健估计滤波方法相比于其他两种方法可以更加有效的探测和剔除各种幅度的测深数据异常值且不受窗口大小的影响,进而为获取海水底地形提供准确的测深数据.     

稳健估计的两种粗差探测方法

在测量数据服从正态分布的情况下,最小二乘估计具有最优化统计性质,它是应用最广泛的一种估计方法.针对测量数据由于过失误差而偏离正态分布,最小二乘估计并没有抵抗异常值的能力,需要寻求具备抗粗差能力的估计理论和方法,对测量数据中的粗差进行判别和剔除,使其不影响测量结果.使用了两种粗差检验的方法对观测数据中存在的粗差进行检验,分别是选权迭代法和数据探测法,并利用水准网数据验证了它们抵抗粗差的效果,表明选权迭代法中IGG法更容易实现粗差的探测与定位.     

河段汇流参数抗差估计研究

当河段实测出流流量值被不服从正态分布的异常值污染时,最小二乘法不能获得参数最优估计.为此,采用崩溃率为20%、附有条件的抗差最小二乘法估计马斯京根汇流参数最优值.通过对闽江永安河段理想模型参数的计算,比较了参数抗差最小二乘法与最小二乘法抵抗2类误差的效果.结果表明,抗差最小二乘法能排除异常值对参数估计的影响而获得稳健性的参数.     

基于最小二乘拟合LiDAR点云滤波改进算法

针对传统的使用单一拟合法滤波的不足,提出组合曲面拟合滤波方法。通过引入虚拟网格点方法,改进数据预处理方法,在剔除掉粗差点云后,选用较为准确的多面函数拟合,更好的表达地形起伏细节,逼近真实地形表面,进行二次滤波。实例证明与ISPR公布的经典滤波算法相比,该组合最小二乘拟合的点云滤波效果较好,可用于生成准确的DEM。     

基于最小二乘法的LiDAR数据滤波方法

最小二乘算法在“等权”的条件下进行,不具有先验知识,不适用地形复杂的区域.针对此问题,提出了一种改进的基于最小二乘的激光雷达(light detection and ranging,LiDAR)数据滤波方法.首先对离散点高程进行腐蚀操作,将得到的高程与原始高程相比,选取小于阈值条件的点作为种子点.其次根据腐蚀前后的高程差值赋予点不同的权重,利用最小二乘原理拟合这些种子点,计算所有点的拟合值与实际高程的差;特定阈值比较并将小于阈值的点加入种子点,迭代至地面点集不再变化.利用国际摄影测重与遥感学会(international society for photogrammetry and remote sensing,ISPRS)提供的数据进行实验,滤波总误差小于经典算法.实验结果表明算法能够较好的滤除地物,适用于地形复杂的区域.     

基于最小二乘法的激光雷达数据滤波方法

最小二乘算法在"等权"的条件下进行,不具有先验知识,不适用地形复杂的区域。针对此问题,提出了一种改进的基于最小二乘的激光雷达(light detection and ranging,Li DAR)数据滤波方法。首先对离散点高程进行腐蚀操作,将得到的高程与原始高程相比,选取小于阈值条件的点作为种子点。其次根据腐蚀前后的高程差值赋予点不同的权重,利用最小二乘原理拟合这些种子点,计算所有点的拟合值与实际高程的差;特定阈值比较并将小于阈值的点加入种子点,迭代至地面点集不再变化。利用国际摄影测重与遥感学会(international society for photogrammetry and remote sensing,ISPRS)提供的数据进行实验,滤波总误差小于经典算法。实验结果表明算法能够较好的滤除地物,适用于地形复杂的区域。     

基于摆动式单波束探测的微地形高程数据平滑算法研究

在摆动式超声单波束探测水下微地形中,高程数据的随机误差不可避免地影响地形绘制质量及未测地形预测精度.结合摆动式单波束探测特点,提出了一种改进型中值滤波算法,即根据背向超声波的地形坡面无法被探测的特点,首次引入地形坡度变化小于的经验准则确定跃变点最小间隔,再利用最小间隔判断测点是否为跃变点.在实际应用中,利用6条测线的高程数据,由标准中值滤波与改进型中值滤波进行比较.结果表明:改进型中值滤波算法能更好地保护地形特征点.     

GNSS高程拟合中的稳健估计粗差剔除方法

针对GNSS高程拟合中最小二乘估计不具备抗粗差的能力,至使含有粗差数据拟合结果失真的问题,将稳健估计引入到数据预处理中,建立了稳健估计选权迭代方法。研究结果表明:该方法有效地解决了在精度允许的范围内数学模型失真这一问题,并结合具体工程实例分析证明了该方法的有效性。     

利用AR(p)模型的抗差最小二乘估计预报城市地铁隧道工程变形监测数据

变形监测数据由于受多种因素的影响,观测值的精度会有所不同,观测值中也会出现异常值。选择观测值残差平方的倒数作为观测值的权矩阵,利用加权最小二乘法进行预测,能提高观测值预测的精度,并应用抗差估计对含有粗差的观测值进行预报,能有效提高观测值预报的精度。某城市地铁隧道工程地表沉降预报的实验数据证明加权最小二乘估计和抗差最小二乘法的合理性、有效性和可行性。     

改进的鲁棒迭代最小二乘平面拟合算法

针对迭代特征值最小二乘法不具备鲁棒性,提出一种改进的统计分析方法,用于含有大量异常点的点云的平面拟合.首先由移动最小二乘法拟合抽样点的近邻域平面,采用最小平方中位数法选择拟合模型,将该模型作为初始模型调用迭代特征值最小二乘法对点集拟合,通过逐渐剔除异常点,不断精炼模型,最终得到较精确的平面模型.此算法克服了一般向后剔除方法的缺点,具有了鲁棒性,且不失原方法的精确性,同时提高了迭代收敛速度.     

基于重力异常迭代延拓的南海海底地形反演

通过迭代延拓法对重力异常进行向下延拓,并对导纳法反演的中国南海海底地形进行精度评估.首先,利用HY-2A高度计数据通过最小二乘配置法计算得到重力异常,使用迭代延拓法将重力异常延伸至延拓面;然后,利用重力异常与海底地形的相干性,确定海深反演波段为20～115 km.基于CRUST 1.0全球地壳模型,得到均衡补偿模型参数...     

稳健加权整体最小二乘法在GPS高程拟合中的应用

由于GPS测量技术获取的大地高与国家采用的正常高之间存在高程异常的问题,为此,通常采用高程拟合的方式进行高程异常的计算,从而将大地高转换为正常高。针对采用加权整体最小二乘法估计GPS高程拟合中的多项式系数时,并没有考虑到观测数据中可能存在粗差的情况。采用稳健加权整体最小二乘法求解GPS高程平面拟合参数,并与最小二乘法、加权整体最小二乘法和稳健最小二乘法的结果进行对比,结果表明稳健加权整体最小二乘法的平面拟合结果最优。     

线性回归模型的抗差泛最小二乘估计

首次用抗差泛最小二乘法考虑线性回归模型，得到了抗差泛最小二乘估计；然后，研究了该估计的影响函数和渐近方差-协方差矩阵；最后，用算例说明了抗差泛最小二乘估计具有抗差性，优于传统的最小二乘估计及作提出的泛最小二乘估计。     

一种稳健的点云数据平面拟合方法

针对常用的平面拟合方法在点云数据存在粗差或异常值扰动时,存在拟合结果不稳定的缺点,提出了一种稳健的点云数据平面拟合方法.该法以特征值法为基础,通过利用一定的准则删除点云数据中的粗差或异常值,从而获得稳健的平面参数估计值.在实验中,分别利用最小二乘法、特征值法和该稳健特征值法对点云数据进行拟合,结果显示该法能克服异常值的影响,得到可靠的平面参数估值,具有稳健性.     

具有最小截断二乘稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘(LTS)稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

具有LTS稳健初值的点云平面拟合算法

针对粗差含量较高的点云平面拟合,提出具有最小截断二乘（LTS）稳健初值的拟合算法.首先采用随机抽样的方法计算平面方程系数的LTS估值,选择稳健的绝对偏差中位数作为初始单位权中误差,然后再进行选权迭代.这样既保证了选权迭代法较高的估计效率,又可以保持LTS方法的稳健性.实验结果表明,具有LTS稳健初值的选权迭代法对于粗差含量较高的点云数据仍然稳健,可以得到准确的平面方程.     

AR模型参数的抗差估计研究

实时校正一般以实测洪水流量为校正依据.研究实测洪水流量过程出现异常值时,采用抗差递推最小二乘法代替传统递推最小二乘法估计AR模型参数,能获得更稳健的参数结果.将闽江七里街流域的洪水资料人工生成异常值,对采用抗差递推最小二乘法和传统递推最小二乘法所得的校正结果进行比较,结果表明抗差递推最小二乘法具有更强的容差能力,是一种稳健的参数估计方法.     

基于奇异值分解法的抗差总体最小二乘

在最小二乘平差中,认为只有观测向量中存在误差,因此当有粗差存在时,也只需要考虑观测向量中的粗差,采用抗差最小二乘可达到剔除粗差的目的。而总体最小二乘同时顾及了系数矩阵和观测向量中的误差,这就要求抗差总体最小二乘同时考虑系数矩阵和观测向量中的粗差。为了同时对粗差进行探测和定位,在加权总体最小二乘奇异值分解法的基础上,提出了一种总体最小二乘抗差估计,最后通过2个算例证明了本文提出方法的有效性和可行性。     

最大离差值极小响应面及按Kreisselmerier-Steinhauser函数的拟合

现有的响应曲面是按最小二乘法实现的。提出一种响应面拟合方法:使响应面函数同样本值之间的最大距离极小。该方法运用Kreisselmerier-Steinhauser函数的特性,建立数学模型,采用求导、泰勒展开、数值迭代等方法确定响应面函数的系数。在数值迭代过程中以最小二乘法获得的结果作为迭代初值。通过一系列算例得出,Kreisselmerier-Steinhauser函数法获得的响应面函数能够达到最大距离最小的目的;该方法获得的响应面函数与最小二乘法拟合的响应面函数相比,在与样本值差的均方根相对增加不大的情况下,能显著减少最大距离;采用变熵参数方法能获得更好的解。本途径不仅丰富了响应面的构造方法,而且可满足实际工程问题中希望响应函数与样本值最大距离极小化的需求。     

GL算法在线性回归模型的权值计算中的应用

传统的最小二乘估计在处理含有异常值的线性回归模型的估计问题时拟合得往往不好,根据GL算法给出稳定加权最小二乘优化的参数的估计法．并结合实例进行回归分析,验证该方法的高精度和高效率．