首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 187 毫秒
1.
利用总体最小二乘方法和1998—2004年的GPS水平速度场观测数据研究川滇地区地壳应变率参数的反演,同时考虑观测值(速度)和系数矩阵(监测点坐标)的误差;比较分析总体最小二乘与最小二乘反演结果,证实总体最小二乘方法反演川滇地区地壳应变参数的合理性。  相似文献   

2.
变量误差(error-in-variables,EIV)模型的系数矩阵存在结构特征的情况,并且这种结构特征可以扩展到观测向量中。首先采用变量投影法将系数矩阵的增广矩阵展开成仿射矩阵形式,提取系数矩阵和观测向量中的随机量,并将EIV模型表示为非线性高斯-赫尔默特模型,然后利用非线性最小二乘原理推导了一种结构总体最小二乘法。该算法统一了普通的结构总体最小二乘法、结构数据最小二乘法以及最小二乘法。将该算法应用到真实算例和模拟算例中,两个算例结果表明,该算法与已有能够解决EIV模型结构特征的结构或加权总体最小二乘法估计结果一致,验证了该算法的有效性。同时,该算法对结构特征的提取方式简单、规律性强且易于编程实现;且在算法设计中,把结构总体最小二乘问题转换为附有参数的条件平差问题,即将其纳入到最小二乘平差理论体系,便于其扩展应用。同时对平面拟合问题的误差估计特性进行了定性分析,由分析可知参数的相对大小对估计误差的一致性有直接影响,这说明EIV模型下系数矩阵和观测向量中随机量的估计误差与真误差的一致性关系相对复杂。  相似文献   

3.
边长变化反演应变参数的总体最小二乘方法   总被引:5,自引:0,他引:5  
根据总体最小二乘原则,推导了同时顾及边长变化及测线方位角量测误差的应变参数反演的总体最小二乘方法,并给出了精度评定公式。实际算例计算结果分析表明,应用总体最小二乘方法可以得到更合理的应变参数反演结果,特别是参数精度评定方面;对于系数矩阵中含有常数列时,必须将该常数列取出,否则得到的解是错误的。  相似文献   

4.
在平面四参数坐标转换模型中,观测向量和误差方程系数矩阵中部分元素都存在误差。提出一种使用整体最小二乘迭代法求解坐标转换四参数的新方法,只改正系数矩阵中含误差的元素,同时使系数矩阵中不同位置的相同元素具有相同改正数,理论上更严谨。设计了平面四参数模型坐标转换实验数据,通过与经典最小二乘、整体最小二乘、混合整体最小二乘3种方法结果对比,验证了新方法的可行性且解算结果更优。  相似文献   

5.
在GPS静态测量工作中,由于大量重复基线和复杂数据的存在,平差计算的系数矩阵很可能存在一定数量的非满秩矩阵,或矩阵行列之间具有较强的线性关系,这样的系数矩阵会给平差计算带来模型上的误差,该类误差无法通过传统的最小二乘手段加以消除。总体最小二乘算法不仅将数据本身采集所带来的误差考虑在内,也会兼之考虑算法模型中带来的问题,针对上述问题,在传统总体最小二乘算法的基础上,引入距离权作为中间参数,以一种更接近实际模型并通过稳定的迭代来计算较高精度的估计值。借助实际算例引入距离权的总体最小二乘算法能够较好地解决系数矩阵奇异性GPS网平差问题,解算精度有较为明显的提高。  相似文献   

6.
经典的灰色模型在建模过程中,参数估计是依据最小二乘准则得到的。当观测数据中存在着较大随机波动时,导致系数矩阵中存在较大误差,这种估计方法可能影响参数的可靠性,进而影响该模型应用。针对这一问题,本文提出运用整体最小二乘法改进估计参数,该方法在解算法方程时,顾及了系数阵和观测向量同时存在的误差,因而可以改善参数的估计精度,提高模型预报精度。最后,结合矿山测量工程实际,证实了这种参数估计方法能提高老采空区残余沉降的预测精度。  相似文献   

7.
针对现有总体最小二乘抗差算法存在的缺陷,应用中位数法确定模型参数的初值,提出了对模型的观测向量与系数矩阵中的观测元素进行分类定权的思想,避免了中误差估计偏差与随机模型误差对等价权函数抗差性的影响。基于中位数法建立总体最小二乘抗差迭代算法,并结合算例对算法进行验证。结果表明,在相同观测样本条件下,本文提出的算法拟合的精度高于传统算法拟合的精度。  相似文献   

8.
推导了基于乘性姿态角误差的观测方程,顾及其系数矩阵也含有误差的特点提出一种利用整体最小二乘原理估计姿态参数的新思路。该问题的系数矩阵中同时存在随机元素和固定元素且存在结构性特征,故引入Partial-EIV模型,设计了一种符合其系数矩阵结构特点的新模型。最后通过两组仿真实验将其与已有姿态估计方法进行对比,得出结论:基于Partial-EIV模型的整体最小二乘解法解算精度高于常规最小二乘法;其解算效果与基于乘性姿态角误差的最小二乘法基本一致。表明本文提出的方法正确有效。  相似文献   

9.
总体最小二乘估计方法顾及系数矩阵和观测向量误差,具有最小二乘估计方法无法对系数矩阵进行改正的独特优势,在数据处理中具有广泛的应用.基于此,对目前总体最小二乘估计中的参数求解方法和精度提升方法进行了阐述,之后采用路基沉降工程实例,对最小二乘和总体最小二乘预测精度进行比较分析.实验结果表明,总体最小二乘算法的精度更高.  相似文献   

10.
针对传统的约束最小二乘模型和总体最小二乘模型的局限性,该文提出了一种改进的约束总体最小二乘法。假设约束总体最小二乘问题中约束方程系数矩阵也存在误差,然后构造函数模型的广义拉格朗日函数,采用最小二乘法迭代求解非线性的法方程,最终获得了改进的约束总体最小二乘法的牛顿-高斯迭代公式和平差模型精度的无偏估计。该算法采用了更接近实际的平差模型,能够获得更加接近真值的估计参数,同时平差模型的精度更加接近模拟数据加入的噪声水平。实验结果表明,本文算法可有效解决对参数进行约束时的数据处理问题。  相似文献   

11.
考虑系数矩阵含非随机元素和不同位置含相同随机元素的结构化特征,PEIV(partial errors-in-variables)模型较一般的EIV模型更为严格。现有PEIV模型加权整体最小二乘(weighted total least squares,WTLS)估计算法需多次迭代,影响计算效率。通过利用观测值误差和系数矩阵误差的统计性质构造非线性目标函数,并以此推导了新的PEIV模型WTLS估计的计算公式,同时设计了相应的Fisher-Score算法。算例分析结果表明,相比较而言,Fisher-Score算法迭代次数较少,计算效率得到大大提升。  相似文献   

12.
加权总体最小二乘法是理论上估计EIV模型参数相对严密的方法,其迭代过程中涉及的矩阵运算较为耗时,在处理大量级数据时尤其明显。PEIV模型有助于提高加权总体最小二乘法的计算效率。本文基于PEIV模型和经典最小二乘准则给出了一种加权总体最小二乘法算法,算法的推导过程简洁,易于理解,迭代过程中无需重构矩阵,减少了矩阵运算量。最后通过仿真试验验证了算法的可靠性。试验结果表明,本文算法可以取得与现有算法相同的参数估计精度且计算效率更高。  相似文献   

13.
A standard errors-in-variables (EIV) model refers to a Gauss–Markov model with an uncertain model matrix from a geodetic perspective. Least squares within the EIV model is usually called the total least squares (TLS) technique because of its symmetrical adjustment. However, the solutions and computational advantages of the weighted TLS problem with a general weight matrix (WTLS) are mostly unknown. In this study, the WTLS problem was solved using three different approaches: iterative methods based on the normal equation, the iteratively linearized Gauss–Helmert model with algebraic Jacobian matrices, and numerical analysis. Furthermore, sufficient conditions for WTLS optimization were investigated systematically as proposed solutions yield only necessary conditions for optimality. A WTLS solution was considered to treat random parameters within the EIV model. Last, applications to test these novel algorithms are presented.  相似文献   

14.
测绘领域诸多实际应用中系数矩阵和观测向量具有结构特征,即系数矩阵和观测向量中包含固定量(甚至固定列)和随机量,并且不同位置的随机量线性相关。针对这个问题,从变量误差(errors-in-variables,EIV)函数模型出发,首先,将系数矩阵和观测向量构成的增广矩阵表示为仿射函数形式,并采用变量投影法对函数模型进行重构;然后,利用拉格朗日法推导出了一种结构总体最小二乘(structured total least squares,STLS)估计算法。算例分析结果表明,该算法与已有能够解决系数矩阵和观测向量存在结构特征的加权或结构总体最小二乘算法估计结果一致,说明了该算法的有效性,同时阐明了该算法与已有相关算法的关系。  相似文献   

15.
一种相关观测的Partial EIV模型求解方法   总被引:2,自引:2,他引:0  
Partial errors-in-variables(Partial-EIV)模型作为EIV模型的扩展形式,其构造方式更有规律,解算方法更为简便,能有效应用于实际情况。针对已有Partial EIV模型方法未考虑观测向量和系数矩阵存在相关性这一情况,通过提取观测向量和系数矩阵组成的增广矩阵中非重复出现的随机元素,构建更具一般适用性的Partial EIV模型,在该模型的基础上,将特殊假定条件扩展到不限定观测数据相关性的一般情况,详细推导了观测向量和系数矩阵元素相关且不等精度情况下的加权总体最小二乘方法,通过算例试验,并与目前已有的解决EIV模型相关观测情况下的方法进行了比较分析,研究表明本文方法可以提高计算效率,更具一般性,特别是对于观测向量和系数矩阵中存在常数元素和重复元素的情况。  相似文献   

16.
An iterative solution of weighted total least-squares adjustment   总被引:9,自引:0,他引:9  
Total least-squares (TLS) adjustment is used to estimate the parameters in the errors-in-variables (EIV) model. However, its exact solution is rather complicated, and the accuracies of estimated parameters are too difficult to analytically compute. Since the EIV model is essentially a non-linear model, it can be solved according to the theory of non-linear least-squares adjustment. In this contribution, we will propose an iterative method of weighted TLS (WTLS) adjustment to solve EIV model based on Newton–Gauss approach of non-linear weighted least-squares (WLS) adjustment. Then the WLS solution to linearly approximated EIV model is derived and its discrepancy is investigated by comparing with WTLS solution. In addition, a numerical method is developed to compute the unbiased variance component estimate and the covariance matrix of the WTLS estimates. Finally, the real and simulation experiments are implemented to demonstrate the performance and efficiency of the presented iterative method and its linearly approximated version as well as the numerical method. The results show that the proposed iterative method can obtain such good solution as WTLS solution of Schaffrin and Wieser (J Geod 82:415–421, 2008) and the presented numerical method can be reasonably applied to evaluate the accuracy of WTLS solution.  相似文献   

17.
针对部分变量误差(partial EIV)模型的加权整体最小二乘(weighted total least squares,WTLS)估值的计算需要多次迭代且效率低下的情况,根据加权LS(least square)原理,通过改进目标函数,并运用矩阵微分运算以及矩阵反演变换,提出了一种计算partial EIV模型WTLS估值的新算法。算例计算结果表明,新算法具有迭代次数少、计算效率高等优点。  相似文献   

18.
赵俊  归庆明 《测绘学报》2016,45(5):552-559
部分变量误差模型(partial EIV model)的加权整体最小二乘(weighted total least-squares,WTLS)估计不具备抵御粗差的能力。鉴于粗差可能同时出现在观测值和系数矩阵中,本文在提出部分变量误差模型WTLS估计的两步迭代解法的基础上,运用抗差M估计的等价权方法,发展了一种整体抗差最小二乘(TRLS)估计方法,并采用一致最大功效统计量确定降权因子。针对WTLS估计两步迭代解法的特点,设计了两个不同的降权方案:第1个方案是在估计系数矩阵元素时,不对观测值降权,仅对系数矩阵降权;第2个方案是在估计系数矩阵元素时,既对系数矩阵降权,同时也对观测值降权。通过对模拟2D仿射变换和线性拟合实例进行计算和分析,结果表明第1方案优于第2方案,并且优于基于残差和验后单位权方差的抗差估计和现有的变量误差模型抗差估计。  相似文献   

19.
通用EIV平差模型及其加权整体最小二乘估计   总被引:1,自引:1,他引:0  
以平差基本理论为基础,提出了EIV(errors-in-variables)平差模型的通用形式,涵盖了间接平差、条件平差、附有参数的条件平差及附有限制条件的间接平差等基本EIV模型形式。基于整体最小二乘估计准则,研究了通用EIV模型的加权整体最小二乘算法,并推导了估计结果的近似精度公式。通用EIV模型及其整体最小二乘算法是对EIV模型估计理论的进一步完善,统一的整体最小二乘算法有利于软件的编程实现,有助于推动EIV模型估计理论的应用。  相似文献   

20.
A new method through Gauss–Helmert model of adjustment is presented for the solution of the similarity transformations, either 3D or 2D, in the frame of errors-in-variables (EIV) model. EIV model assumes that all the variables in the mathematical model are contaminated by random errors. Total least squares estimation technique may be used to solve the EIV model. Accounting for the heteroscedastic uncertainty both in the target and the source coordinates, that is the more common and general case in practice, leads to a more realistic estimation of the transformation parameters. The presented algorithm can handle the heteroscedastic transformation problems, i.e., positions of the both target and the source points may have full covariance matrices. Therefore, there is no limitation such as the isotropic or the homogenous accuracy for the reference point coordinates. The developed algorithm takes the advantage of the quaternion definition which uniquely represents a 3D rotation matrix. The transformation parameters: scale, translations, and the quaternion (so that the rotation matrix) along with their covariances, are iteratively estimated with rapid convergence. Moreover, prior least squares (LS) estimation of the unknown transformation parameters is not required to start the iterations. We also show that the developed method can also be used to estimate the 2D similarity transformation parameters by simply treating the problem as a 3D transformation problem with zero (0) values assigned for the z-components of both target and source points. The efficiency of the new algorithm is presented with the numerical examples and comparisons with the results of the previous studies which use the same data set. Simulation experiments for the evaluation and comparison of the proposed and the conventional weighted LS (WLS) method is also presented.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号