一种粗差探测方法的研究

使用了条件方程式直接探测多维粗差的方法,该方法直接从最基本的条件方程式开始,组合出满足一定条件的条件方程式,用条件方程式的闭合差作为探测粗差的依据,不必进行最小二乘平差计算,就能简便有效地探测粗差,并通过算例验证了它的可靠性和说明了该方法的实现过程。本文还对闭合差标志的做了进一步探讨,说明了粗差在闭合差中的灵敏度。     

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.     

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。     

GPS网无约束平差中的粗差探测

GPS网的平差模型与经典网不同,它利用基线向量作为虚拟观测量进行平差,根据巴尔达法基本原理,用程序实现了将巴尔达法用于三雏GPS网平差中,不仅可以用来探测一个粗差,还可以用来探测多个粗差,根据实际算例,说明了该方法在获得GPS网可靠性的参数估值和精度信息的同时,对粗差进行了正确的定位,验证了该方法的效果,得出一些有益的结论.     

同时考虑处理系统误差和粗差剔除的控制网平差

本文讨论的控制网平差模型同时考虑控制网观测值中的偶然误差、系统误差及粗差。对常规的三种平差模式即基于偶然误差、基于偶然误差─—系统误差、基于偶然误差─—粗差所建立的平差模型有所突破和扩展。其基本思想是先用稳健估计剔除含有粗差的观测值，再对未被剔除的观测值进行系统误差处理，最后得到最小二乘最优解。     

非线性模型抗差最小二乘估计及其应用

以经典最小二乘法为基础,详细阐述了抗差因子的选取。从抵抗粗差的角度出发,抗差最小二乘法可提高非线性模型在有粗差干扰条件下参数估计的精度。以广东森林资源调查的样本资料,对提出的方法进行了检验与应用,结果表明提出的方法具有明显的抗粗差性。     

减少无线传感器网络节点定位误差的方法

为提高无线传感器网络节点定位精度,提出3种基于距离信息的改进定位算法:改进三边测量法、加权最小二乘估计、抗差最小二乘估计.在一定先验假设情况下,对三边测量法以及由其衍生出最小二乘估计进行改进,并将抗差最小二乘估计方法引入到节点定位计算之中.仿真结果表明:3种算法能够有效减少定位误差.抗差最小二乘估计在系统存在粗差情况下效果尤其显著.当系统对能耗要求严格时,可采用改进三边测量法或加权最小二乘估计替代抗差最小二乘估计.     

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。     

不同类型观测数据的动态最小二乘估计

本文研究、提出了不同类型观测数据的动态最小二乘估计和具有抵抗粗差能力的动态最小二乘抗差估计。这一问题的研究和解决对充分应用各种类型的观测数据于变形分析、提高变形分析成果的精确度有重要意义。     

LA平差和LS平差的残差关系及应用

本文讨论了Ｇ－Ｍ模型下一次范数最小ＬＡ平差和最小二乘ＬＳ平差各量的表达形式。利用帽子矩阵Ｈ的性质，首次导出了ＬＡ平差和ＬＳ平差残差之间的关系。利用它们的关系可将ＬＡ平差结果转化为ＬＳ平差结果。     

测量数据的曲线曲面拟合算法

移动最小二乘法由于其良好的逼近性能而广泛用于曲线曲面拟合,但处理含有粗大误差的数据时,拟合结果极不稳定.为了减少粗大误差对拟合精度的影响,本文提出一种移动最小截平方法,该方法在支持域内引入最小截平方法代替最小二乘法,在所有节点当中选出剔除异常值的最优节点组合,确定局部拟合系数.该方法不需要人为地分配权重或设定阈值,可避...     

数据协调与过失误差侦破的鲁棒估计同步方法

为获得较准确的满足物料平衡和热量平衡的数据,传统的测量数据检验法（MIMT）计算复杂,而已有的数据协调和过失误差侦破的同步方法存在着不能准确识别过失误差等问题。基于鲁棒估计原理以及影响函数提出了一种新的鲁棒估计方法,用于稳态情况下的数据协调和过失误差侦破,并对计算过程中遇到的变量相关性问题进行了分析。计算结果表明,这种方法对线性和非线性问题都具有良好的效果,在侦破出过失误差的同时,可得到相应的数据校正结果。     

基于TD-NLMS的航空移动通信OFDM系统载波频率偏移消除

针对航空移动通信中时变的信道环境和多普勒频移造成的子载波间干扰(ICI),提出了一种时域自适应归一化最小均方误差算法(TD-NLMS)来消除航空移动信道正交频分复用(OFDM)系统中载波频率偏移引起的干扰.该算法首先对接收的时域信号进行频偏预估计和预补偿,然后对剩余载波频移进行消除.仿真结果表明:在航空移动信道环境中,新算法可以很好的对旋转相位进行补偿,与最小二乘算法相比,误码率性能有明显提高,可以实现对载波频率偏移的消除.     

测量平差可靠性研究

讨论了粗差与残差间的关系,在此基础上研究了测量平差系统内可靠性和外可靠性理论。并应用两个具体的算例说明了可靠性数值的解算过程。     

钻井液流变参数的非线性最小二乘估计算法

钻井液流变模式的参数估计问题大多使用线性回归方法求解,然而,线性回归方法改变了测量误差的统计特征,使得所得到的流变参数估计不具有无偏性和方差最小等特点.针对3种非线性流变方程(幂律模式、赫巴模式和卡森模式)的特点,分别提出了非线性最小二乘估计的新算法.该算法不需要人工给定迭代初始值,迭代过程稳定收敛到最小点,不会陷入极小点陷阱,存储需求小,收敛速度很快,所得到的流变参数估计具有拟合残差近似无偏性和方差几乎最小的优良统计特征.大量的实际钻井液算例表明,新方法具有比线性回归方法更小的拟合方差,拟合残差统计特性优于线性回归方法.     

叶片泵定子内曲线轨迹辨识问题的研究

针对最小二乘法辨识叶片泵定子内曲线存在无法确定理论过渡曲线准确位置的缺点,提出了一种辨识曲线轨迹的新方法──残差分析法,解决了最小二乘法不能解决的问题,同时对高压叶片泵的大半径圆弧的包角提出了新的观点．     

基于时间冗余度侦破过失误差的修正系数法

为正确侦破与识别测量数据中含有的过失误差以保证数据校正结果的可靠性 ,提出一种修正系数法 ,利用过程测量数据的时间冗余度对测量数据中可能含有的过失误差进行侦破与识别 ,并对过失误差的大小进行估计。应用实例表明 ,此方法对过失误差的数目、位置等因素并不敏感 ,具有较好的鲁棒性 ,适用于空间冗余度较小的实际问题。     

卡尔曼滤波模型粗差的探测及其在施工变形测量中的应用

在施工变形监测中，由于监测点的多余观测值较少，因此很难发现观测值中存在的粗差。用卡尔曼滤波方法进行数据处理时，观测值中的粗差将在预测残差向量中得到反映。通过分析卡尔曼滤波模型误差与预测残差向量之间的关系，提出了对粗差进行探测的方法，并通过一个实例说明了该方法的有效性。     

采用时域测量矩阵的压缩感知稀疏信道估计方法

针对传统最小二乘和伪随机序列相关信道估计方法在稀疏信道应用时估计精度差的问题,提出一种采用时域测量矩阵的压缩感知稀疏信道估计方法.新方法首先将循环前缀单载波分块传输系统中的稀疏信道估计建模为一个典型的压缩感知问题,然后利用具有最优循环相关特性的伪随机序列优化构造确定性压缩感知测量矩阵,避免了使用随机测量矩阵造成的存储不便及估计性能差的问题,且提高了信道估计性能.基于准静态COST 207典型城市信道模型的仿真结果表明:该估计方法能够有效地降低稀疏信道的估计均方误差,在16 dB处的误码率可达2×10-5,而相同情况下最小二乘信道估计方法的误码率只能达到3×10-3.     

基于改进LMMSE的UFMC信道估计算法

针对将线性最小均方误差(linear minimum mean square error, LMMSE)算法直接应用于通用滤波多载波(universal filter multi-carrier,UFMC)系统中需要先验信道相关矩阵信息的不足,提出基于LMMSE的改进算法.该算法在频域对使用最小二乘(least square, LS)算法获得的信道频率响应进行平滑处理,在时域通过优化采样点的截短以确定理想的信道采样长度,并采用迭代估计方法获得最优信道相关矩阵,从而避免先验信道相关矩阵信息.经MATLAB仿真验证,改进后的算法对噪声的干扰可以有效抑制,对比传统LMMSE算法误码性能提升约2 dB,可以有效改善信道估计的准确度.