共查询到17条相似文献，搜索用时 156 毫秒
1.
2.
通过把不确定度作为参数融入到函数模型,建立了不确定性平差模型。依据残差中不确定性传播规律,确定了残差最大不确定度达到最小的平差准则,利用迭代算法得到了不确定性平差模型的解算方法。通过实例分析了最小二乘平差、整体最小二乘平差和不确定性平差准则下最优解的不同特点。 相似文献
3.
4.
5.
通过介绍光束法区域网平差的误差方程和法方程的建立,针对解算法方程的算法进行了对比分析。针对高斯牛顿法在解算非线性模型最小化中存在的问题,提出将LM算法应用于非线性模型的最小化解算,并通过算例验证了LM算法的优越性。为了提高区域网平差的效率和实用性,相对于传统LM算法解算的稠密性,提出了在LM算法中采用稀疏矩阵的方法来解算光束法区域网平差的法方程,验证了将LM算法应用于稀疏矩阵光束法区域网平差的可行性。 相似文献
6.
有界不确定性平差模型的迭代算法 总被引：1，自引：0，他引：1
针对现有的有界不确定性平差模型算法较为复杂且没有顾及权重的问题,该文提出了一种无需奇异值分解的迭代算法及其一种加权方法。直接采用了迭代算法求解有界不确定性平差模型的min-max准则,推导出了未知参数估值,算法概念简单,易于实现,收敛速度更快。基于该文提出的迭代算法,当系数矩阵和观测向量各自均不等权时,采用了一种加权方法,并推导了其解算过程。算例结果表明:该文提出的迭代算法是可行的,并且解算效率更高;加权后的迭代算法是有效的。 相似文献
7.
8.
在测绘生产实践中经常会遇到不等精度直线拟合的问题,常规方法因忽略了设计矩阵的误差,而导致模型存在误差,从而降低了拟合精度。为了解决模型误差,数学上常用加权整体最小二乘法,但涉及较多的矩阵理论,不利于广大测绘者应用。因此,本文在深入分析直线拟合误差模型的基础上,从经典测量平差模型入手,提出用附有参数的条件平差模型求解加权整体最小二乘直线拟合参数。理论推导和算例结果表明,该模型与测量平差知识结合紧密,解决了不等精度直线拟合中存在的两个问题,且算法简单、计算误差小,能满足一般的工程技术需要。 相似文献
9.
从提高卫星影像在稀少控制点下的定位精度出发,本文构建了卫星影像的RPC模型、像方偏差模型和区域网平差数学模型。在无地面控制点时,利用最小二乘算法解算时迭代难以收敛,采用LM(LEVENBERGMARQUARDT)算法时可以解决这一问题,但难以提高平差后的绝对定位精度。在一个地面控制点时,利用35个连接点,采用LM算法进行无控制点下的自由网平差,再用一个控制点进行误差改正。试验证明,对比直接进行RPC模型区域网平差和误差改正,本文方法能取得较好的定位精度。 相似文献
10.
本文给出了平差概括模型以及其它平差函数模型之间的关系，并根据概括平差模型编制了测量平差软件，该软件能完成，间接平差，条件平差，附有参数的条件平差，附有限制条件的间接平差，通过算例，证明该具有一定的实用性。 相似文献
11.
针对加权情形下的变量误差(EIV)模型,采用广义岭估计法处理总体最小二乘平差的病态性问题. 结合最优化准则和协方差传播率推导了未知参数的改正数求解公式;根据参数估计值的均方误差最小化原理,通过求偏导数列出广义岭估计中岭参数的迭代解式,并讨论了广义岭参数的含义和作用,给出了确定岭参数的L-曲线法. 通过算例比较分析了加权最小二乘估计、总体最小二乘估计、加权最小二乘岭估计、总体最小二乘岭估计、加权最小二乘的广义岭估计和总体最小二乘广义岭估计,叙述了加权总体最小二乘的广义岭估计的优缺点. 相似文献
12.
针对平差问题同时含有实数域参数和复数域参数的情形,提出了实参与复参混合的测量平差建模思路,并导出了相应的混合域最小二乘平差方法。该方法统一概括了实最小二乘和复最小二乘方法,其估计过程包括两步:基于零空间算子的实参数平差估计和复数平差模型的复参数估计。通过等价变换将实数域投影变换模型、直接线性变换模型分别重构为相应的混合域平差模型,有效降低法方程求逆维数,从而提高建模和平差计算效率。应用结果及分析验证了本文所提方法的正确性和有效性。 相似文献
13.
乘性误差模型加权最小二乘参数估值是观测值的非线性函数,观测值的权是加权最小二乘参数估值的非线性函数.已有的乘性误差模型参数估计方法理论上可以达到二阶无偏,但精度评定方法只能达到一阶精度,并且参数估计逐步的迭代过程使得参数及改正数的每一步估值都具有随机性,使得最终的参数估值与观测值为复杂的非线性关系.考虑到非线性迭代过程... 相似文献
14.
刘丁酉 《武汉大学学报(信息科学版)》1988,(3)
本文在[1]的基础上提出了秩亏的带权测量平差模型中禾知参数向量的一种线性有偏估计——秩亏网伪逆平差值的修正估计,并着重讨论了该估计在均方误差意义下改进最小二乘估计的优越性、可容许性及新产生的偏差。最后通过实例验证了所得结果。 相似文献
15.
16.
17.
分析指出了在总体最小二乘解下,含有多列独立变量的(以下简称为多变量)变量含误差(errors-invariables,EIV)模型,其各列变量的改正数受对应的参数估值与观测向量先验精度的联合影响,参数估值与观测向量先验精度的乘积越大,则该列变量的改正数越大。因此,现有稳健总体最小二乘方法采用同一个单位权中误差对多变量EIV模型进行降权处理时,会优先对模型中的某一列变量进行降权处理,从而造成平差结果不合理甚至错误,称之为虚假稳健估计现象。鉴于此,提出了多变量稳健总体最小二乘平差方法,并导出了相应的参数估计与精度评定公式。该方法对含有粗差的多变量EIV模型的各列独立变量分别进行降权处理,从而避免虚假稳健估计现象的发生。仿真算例结果表明,当观测值含有粗差时,该方法能够有效避免虚假稳健估计现象的发生,并能够定位出粗差所对应的误差方程;相较于总体最小二乘和稳健最小二乘方法,该方法的参数估计结果更接近真值。 相似文献