共查询到20条相似文献，搜索用时 968 毫秒
1.
在UKF滤波中,针对观测信息存在粗差的问题,基于预测残差构建了预测残差判别统计量。结合三段函数组成了一种新的抗差因子函数,并给出抗差UKF算法公式。该算法计算过程无需迭代,实现一步抗差,适合实时滤波估计。计算结果表明,该抗差因子函数不仅能够有效地控制含粗差观测值对滤波结果的影响,得到可靠的滤波解,而且可以提高滤波精度。 相似文献
2.
抗差卡尔曼滤波模型及其在GPS监测网中的应用 总被引：16，自引：0，他引：16
根据量测向量中的粗差对状态向量滤波值的影响规律，导出了抗差卡尔曼滤波模型，该模型对观测空间和设计空间均具有良好的抗差性。通过对含有粗差的模拟GPS监测网的计算，与标准卡尔曼滤波模型相比较，利用该抗差滤波模型，可获得可靠的变形分析结果。 相似文献
3.
自适应抗差联邦滤波算法 总被引：3，自引：2，他引：3
简要介绍了抗差估计理论；在顾及扰动异常的情况下，把自适应抗差Kalman滤波应用到联邦滤波上，对联邦滤波进行了改进，提出了一种自适应抗差联邦滤波算法。由计算结果可知，自适应抗差联邦滤波能较好地抑制载体观测异常和状态扰动异常对动态系统参数估值的影响，较好地提高导航解的精度。 相似文献
4.
常规GPS/INS紧组合抗差自适应滤波只适用于卫星数≥4的情况,且预测残差构造自适应因子要求观测值可靠。针对该局限性,对常规抗差自适应滤波算法做出两点改进:1)采用两步滤波,用第1步常规EKF滤波残差构造第二步抗差算法的粗差判别量;2)在第2步滤波用预测残差构造自适应因子时,剔除异常观测值对应的预测残差和预测残差协方差,以削弱观测异常对自适应因子的不良影响。实验结果表明,常规抗差算法在卫星数4时不适用。常规自适应滤波算法在观测值存在异常的情况下无法正确修正模型异常。改进后的抗差自适应滤波算法在组合系统观测卫星数4且观测值存在异常的情况下,仍能正确修正观测粗差和动力学模型异常,能够达到良好的导航精度。 相似文献
5.
简要介绍了抗差估计理论;在顾及扰动异常的情况下,把自适应抗差Kalman滤波应用到联邦滤波上,对联邦滤波进行了改进,提出了一种自适应抗差联邦滤波算法.由计算结果可知,自适应抗差联邦滤波能较好地抑制载体观测异常和状态扰动异常对动态系统参数估值的影响,较好地提高导航解的精度. 相似文献
6.
Helmert方差分量估计的粗差检验与抗差解 总被引：9，自引：0，他引：9
当观测值中含有粗差时，检验表明Helmert方差分量估计结果同样含有粗差，且粗差还可能会发生转移，为有效地抵制粗差和随机模型差的互相影响，指出了发生这一转移的原因，介绍了基于双因子等价权的抗差估计，并针对相关Helmert方差分量估计抗差解求解过程中容易出现的法矩阵0值溢出问题，提出了改进方法。 相似文献
7.
8.
9.
本文对观测值误差的配赋情况进行了研究,提出了一种统计量,以此统计量进行选权迭代,具有很强的剔除粗差能力。本文还对动态网的抗差问题做了研究;利用Masreliez滤波和极大验后MAP滤波,推出了一套适于动态大地网和工程变形网的抗差滤波模型。算例充分体现了上述几种抗差方法的可行性和有效性。 相似文献
10.
抗差卡尔曼滤波在GPS动态定位中的应用 总被引：2，自引：0，他引：2
基于Kalman滤波的GPS动态定位中，动态观测量及其相应的动态模型可能存在异常，若数据处理不考虑对这些异常的特别处理，则模糊度的估值及其所提供的动态信息将极不可靠，按抗差估计原理，文中构造了状态向量和观测值对模糊度的影响函数，并由此建立了动态GPS定位的抗差Kalman滤波解法，实际计算验证了该方法的实用性和可靠性。 相似文献
11.
粗差检测与抗差估计相结合的方法在动态相对定位中的应用 总被引：2，自引：0，他引：2
分析了粗差对GPS动态相对定位的影响,给出了相应的影响函数和抗差估计方法。建议采用粗差探测与抗差估计相结合的方法来处理GPS动态定位中的粗差问题。抗差估计中的等价权分别采用了IGG3方案和双因子等价权函数,对两种方案的效果进行比较和分析,并利用实测数据对所提方法的实际效果进行了检验。结果表明,基于粗差探测和抗差估计相结合的粗差处理方法可有效控制和抵御粗差的影响;分别采用IGG3方案和双因子等价权函数的定位结果差异较小。 相似文献
12.
动态系统的抗差Kaliman滤波 总被引：9，自引：0，他引：9
离散历元的动态观测量及其相应的动态模型可能存在异常，若数据处理模型不考虑对这些异常的特别处理，则动态模型参数估值及其所提供的动态信息将极不可靠。基于贝叶斯统计和抗差估计原理，我们构造了一种抗差滤波算法。该算法考虑观测分布和参数验前分布均为污染分布。并利用一个实测网验算该算法和模型的可靠性。 相似文献
13.
首先给出扩展卡尔曼滤波(Extended Kalman Filter,EKF)的原理,通过分析粗差在EKF模型中传递特性,给出新的抗差EKF模型。模型根据多余观测分量及预测残差统计,构造抗差等价增益矩阵,通过迭带给出GNSS抗差导航解。为提高模型在动态导航应用中的效率,文章结合统计模型,仅对存在粗差的观测历元进行抗差估计,进一步提高模型实时运行效率。并模拟GPS/Galileo多卫星导航星座及接收机平台的动态轨迹。采用加速度导航方程验证本文模型,并对不同模型运行的时间进行比较。结果表明在粗差存在的情况下,本文模型仍能正确导航,并且改进后的模型能明显提高实时导航的效率。 相似文献
14.
15.
针对利用最小二乘配置处理多波束测深数据,存在二次曲面数学模型通常无法精确表征海底地形的整体变化趋势以及观测数据存在粗差或异常点时,常规方法给出的协方差函数不能精确表征其统计特性的问题,本文提出了一种抗差最小二乘配置迭代解法。该方法首先进行协方差函数和观测值方差阵初始化,以多面函数拟合趋势项,然后应用等价权抗差估计并通过迭代计算,最终给出稳健的协方差函数参数解及最小二乘配置解。利用本文提出的方法及传统的方法处理实测的多波束测深数据,试验结果表明,相比于传统的方法,本文提出的方法能够较好地表征海底地形的整体变化趋势,一定程度上克服了多波束测深数据中粗差或异常点的影响。相比于传统的抗差方法,本文方法更为有效地识别出测深数据中异常点,推估效果较好,具有稳健性。 相似文献
16.
17.
18.
Sign-constrained robust least squares, subjective breakdown point and the effect of weights of observations on robustness 总被引：3，自引：1，他引：3
Peiliang Xu 《Journal of Geodesy》2005,79(1-3):146-159
The findings of this paper are summarized as follows: (1) We propose a sign-constrained robust estimation method, which can
tolerate 50% of data contamination and meanwhile achieve high, least-squares-comparable efficiency. Since the objective function
is identical with least squares, the method may also be called sign-constrained robust least squares. An iterative version
of the method has been implemented and shown to be capable of resisting against more than 50% of contamination. As a by-product,
a robust estimate of scale parameter can also be obtained. Unlike the least median of squares method and repeated medians,
which use a least possible number of data to derive the solution, the sign-constrained robust least squares method attempts
to employ a maximum possible number of good data to derive the robust solution, and thus will not be affected by partial near
multi-collinearity among part of the data or if some of the data are clustered together; (2) although M-estimates have been
reported to have a breakdown point of 1/(t+1), we have shown that the weights of observations can readily deteriorate such results and bring the breakdown point of
M-estimates of Huber’s type to zero. The same zero breakdown point of the L
1-norm method is also derived, again due to the weights of observations; (3) by assuming a prior distribution for the signs
of outliers, we have developed the concept of subjective breakdown point, which may be thought of as an extension of stochastic
breakdown by Donoho and Huber but can be important in explaining real-life problems in Earth Sciences and image reconstruction;
and finally, (4) We have shown that the least median of squares method can still break down with a single outlier, even if
no highly concentrated good data nor highly concentrated outliers exist.
An erratum to this article is available at . 相似文献
19.