改进的预处理共轭梯度图像复原算法

针对Tikhonov正则化的预处理共轭梯度图像复原算法中模糊图像取全零扩展矩阵的不足之处,研究了零边界条件下Tikhonov正则化的预处理共轭梯度算法. 提出了新的模糊图像的扩展矩阵,降低了原矩阵向量积的计算误差,修正了初始梯度的取值. 改进算法更符合真实的图像退化过程,有效提高了复原的图像质量. 实验结果表明:对于各种退化造成的模糊图像,与当前求解全变分正则化的IST、TwIST、SALSA算法比较,本文算法复原效果优于当前流行的图像复原算法.      

GPS参考站系统误差近实时估算方法

针对网络RTK技术中系统误差(主要包括残余的电离层与对流层及轨道误差等)的估算问题.提出一种近实时计算系统误差的方法.新方法采取两项措施,1)将经过双差电离层无关组合的码与相邻历元相位差值作为基本观测量;2)把系统误差当作待估参数,结合中长基线参考站已知坐标的先验信息,利用Tikhonov正则化原理和选权拟合方法,求解出系统误差.以1条中长基线的实测数据为例,新方法用2个历元数据就求解系统误差.与现有的方法相比新方法具有快速、使用方便等特点.     

基于U曲线法的半参数模型中正则化参数确定

针对半参数模型补偿最小二乘估计中正则化参数合理确定的问题,研究一种正则化参数确定方法即U曲线法,基于该方法确定合适的正则化参数,能够有效地控制残差范数与信号范数之间的平衡,得到较准确的参数估值;通过仿真算例分析,将基于U曲线法确定正则化参数的半参数模型的参数估计解和其他方法进行比较,研究结果表明:模拟的系统误差为周期性时,应用L曲线法、U曲线法确定的正则化参数进而求得的参数估值与其真值差值向量的范数分别为4.632 4×10-4和3.497 0×10-4;当模拟的系统误差呈线性周期性时,应用L曲线法和U曲线法确定的正则化参数进而求得的参数估值与其真值差值向量的范数分别为7×10-4和4×10-4,故采用U曲线法确定的正则化参数所求得的参数估值的精度比L曲线法的高,能较好地将观测值中的系统误差分离出来。     

对称半正定矩阵的二级多分裂

考虑由二级多分裂迭代法求出大规模线性系统方程并行解的问题 .通过研究二级方法与多分裂方法两者之间的相互联系之后 ,借助于矩阵的对角补偿约化矩阵 ,较深入地讨论了对称半正定矩阵的二级多分裂方法 .首先分析一般矩阵的二级多分裂方法的特征与收敛性 ;然后给出对称半正定矩阵二级多分裂方法的构造过程 ,并在此结果的基础上证明了该二级多分裂迭代法在分裂是正则与弱正则的条件下对任意的初始向量都是收敛的     

改进LAMBDA算法实现GPS整周模糊度快速解算

针对LAMBDA算法在实时解算GPS整周模糊度过程中存在模糊度浮点解偏差大、搜索范围大的缺点,采用Tikhonov正则化改进LAMBDA算法,对宽巷双差观测方程和L1双差观测方程中未知参数的系数矩阵进行奇异值(USV)分解,用分解后的协方差矩阵替换经典LAMBDA算法的协方差矩阵进行整周模糊度的搜索,该算法提高了模糊度浮点解的精度,缩小了模糊度的搜索范围.为了验证本文算法的正确性,对实测GPS基线观测数据进行了实验分析.结果表明:改进后的LAMBDA算法模糊度浮点解精度显著提高,改进后的LAMBDA算法模糊度固定成功率可以达到100%,可以无需初始化时间即可固定模糊度整数解,快速实现厘米级定位.     

基于信噪比的正则化方法及其在GPS快速定位中的应用

本文针对GPS快速定位中设计阵病态性的特点,提出了一种新的正则化方法.该方法首先利用参数LS估计的信噪比提取了各个参数是否受到复共线性严重危害的信息,从而在一定程度上揭示了设计阵复共线性结构的特征.然后针对复共线性的特征,以信噪比为依据构造正则化矩阵,以极小化均方误差为目标选取正则化参数,提出了基于信噪比的正则化方法（SNR）.最后进行的数值试验表明,本文提出的SNR方法较好地利用了复共线性特征的信息,处理病态问题针对性更强,解算效果更佳.     

由GPS基线向量解算地面形变

通常采用比较各期坐标变化的方法来分析全球定位系统(GPS)形变网的数据．提出一种整体平差模型，将各期GPS基线向量放在一起平差，定义各点在任意时刻的坐标为其在参考时刻的坐标和形变速度与形变时间的乘积之和．为了更具直观性、更容易加上先验已知信息，将空间坐标参数转换为平面坐标和大地高参数，将空间坐标形变速度转换为水平位移和沉降速度参数．整体平差同时计算出参考时刻的站坐标和形变速度，还推导了相应的协方差矩阵，算例表明模型正确。     

正则化的精度矩阵估计的解轨迹

精度矩阵在高斯图模型中具有广泛的应用,许多正则化方法用于精度矩阵的估计问题,然而却很少有对其解轨迹的关注。本文主要利用条件数正则化协方差矩阵估计的方法来探索精度矩阵估计的解轨迹,数值模拟结果表明该轨迹算法可以便捷地描绘出精度矩阵估计的解轨迹。     

GPS测量数据处理质量评价与优化方法

GPS定位技术的迅速普及,已成为工程测量的主要技术手段。在矿山测量中,布设矿区基础控制网和工业广场施工控制网时大部分采用GPS定位技术。GPS定位技术与经典的测量方法相比较有着本质的差别,欲获得高精度的GPS测量成果,须掌握观测和数据处理的基本规则。现在市场上的GPS数据处理软件很多;但使用的方法都大同小异。本文以Gpsadj软件处理GPS基线为例,探讨了GPS静态基线解算的质量评价和优化处理方法。     

一种用于电磁逆散射问题的正则化方法

在对逆散射问题的测量数据方程进行归一化的基础上，提出了一种新的正则化矩阵. 这一新的正则化方法可以消除场源点离目标区域距离不同所造成的不利因素，并可以减少正则化过程所导致的有用信息丢失和改善病态问题的条件数. 将该正则化过程与变形Born迭代法（DBIM）结合，对轴对称二维非均匀介质分布进行了反演. 数值计算结果表明，所提出的正则化过程比传统方法具有更好的稳定性、更快的收敛速度、更为精确的反演结果以及更强的分辨能力.     

附加系统参数平差的探讨

用引进系统参数的平差法来处理系统误差,在测量实践中已被采用。但是系统误差是否存在或是否显著,应加以判断。本文就这一问题加以探讨,并提出一种简单明了的判断方法。     

半参数法在基坑深层水平位移数据处理中的应用

由于国产测斜仪性能不稳定,基坑深层水平位移监测数据中常含有系统误差.若忽视系统误差的影响而直接处理该数据,得到的位移值不能反映基坑的真实变形,从而使采集的数据失去了工程价值.为剔除系统误差,提高后继变形分析的准确性,研究了半参数模型的局部线性估计,并将其应用于基坑深层水平位移数据的处理中,进行实例分析.分析的结果表明,半参数模型是一种良好的抵御系统误差影响的基坑位移监测数据处理模型.     

半参数估计及其与最小二乘估计的比较与分析

介绍了半参数回归分析原理,初步探讨了半参数模型在测量数据处理中的应用,并通过算例,将半参数回归分析结果与经典最小二乘估计结果进行了对比分析,分析结果表明半参数估计在测量系统误差分离方面具有良好效果.说明半参数回归分析在现代测量中有较好的应用前景.     

大误差条件下空中平台光电载荷系统误差标校

针对传统的空中平台光电载荷系统误差标校方法在实际大误差的测量条件下无法对系统误差进行准确标校的问题,根据实际应用的特点提出系统误差标校方法,将误差量进行分组,制定并利用了具有较强抗干扰能力的模糊评价法则与偏差统计法对分组后的误差量分别进行识别,对系统误差进行了标校.实际飞行试验证明提出的系统误差标校方法适合工程实践中大误差条件下的数据处理.     

顾及起始数据误差和系统误差影响的动态平差模型

变形监测中所得到的观测数据,可能同时含有随机误差和系统误差,因此处理这类观测数据时,顾及这种误差的影响是必要的。同时监测网中起始数据也含有误差,因此,也需顾及这种误差的影响。为此,本文讨论并提出了处理观测数据时同时顾及这两类误差影响的动态平差模型。并就它对移动参数影响作了分析。     

飞机电源性能参数测试系统的误差分析与处理

介绍了基于VXI总线的飞机电源性能参数测试系统,对系统中存在的粗大误差、随机误差、系统误差进行了分析。通过若干次采样、数据处理,找到了相应的处理方法,并在实践中进行了运用。实验证明,该误差处理方法对提高飞机电源性能参数测试系统的精度是有效的。     

回归拟合模型误差补偿效果比较研究

测量的真值与被测物物理量的真值不一致,其中不可避免地含有测量误差,建立回归拟合模型是处理数据的常用方法 .通过1算例,应用附加系统参数、最小二乘配置和半参数3种模型误差补偿技术,比较其对一次函数和二次函数回归模型误差的补偿效果.结果表明,最小二乘配置得到的补偿效果最好.     

激光在易变形件尺寸测量中的应用

对于弹性件、薄壁件等易变形件尺寸的测量，常规的测量方法存在测量时间长、人为主观误差较大、自动化程度低等不足。本文以密封圈内、外径的测量为例，介绍用激光测量弹性件、薄壁件等易变形件尺寸的方法。根据夫朗和费单缝衍射测量原理，用数显容栅尺测量衍射条纹，用计算机进行数据处理，并用万能工具显微镜进行了对比测量。测量结果表明，激光法测量具有测量装置结构简单、测量结果精确度高、非接触和自动化测量等特点。     

主轴回转精度的混合谱分析法

本文采用动态数据系统建模分析法与改进的周期图检验法相结合,对主轴回转精度进行混合谱分析。应用这种新方法对主轴径向晃动误差的动态检测数据进行处理,着重经统计检验来分清离散谱与连续谱,及分离出其中所含单周以内和双周以上的各种确定性谐波分量,以此作为其系统误差在测量或加工中予以修正。该方法兼顾了提高分辨力和精确度,便于实时修正误差。     

结构保持图拉普拉斯正则的快速图像修复

为了让信息从周围向待修复区域填充时保持图像边缘结构，提出结构保持图拉普拉斯正则的图像修复模型.该模型在信号依赖的图拉普拉斯矩阵基础上，引入梯度图像平滑约束，能够促进目标函数的最优解收敛至分片平面图像；此外，该模型转化为无约束二次规划问题，可以通过共轭梯度法快速求解.实验结果表明，所提的图像修复算法相比于现有图像修复算法不仅速度快，而且可以克服图拉普拉斯正则图像修复算法所产生的块效应，使得复原后的图像更加自然.