共查询到20条相似文献，搜索用时 296 毫秒
1.
2.
3.
顾及卫星钟随机特性的抗差最小二乘配置钟差预报算法 总被引：2，自引：2，他引：0
为了更好地反映钟差特性并提高其预报精度,采用抗差最小二乘配置方法建立一种能够同时考虑星载原子钟物理特性、钟差周期性变化与随机性变化特点的钟差预报模型。首先使用附有周期项的二次多项式模型进行拟合提取卫星钟差的趋势项与周期项,然后针对剩余的随机项及其可能存在的粗差,采用抗差最小二乘配置的原理进行建模,其中最小二乘配置的协方差函数通过对比协方差拟合的方法并结合试验进行确定。使用IGS精密钟差数据进行预报试验,将本文方法与二次多项式模型、灰色模型进行对比,预报精度分别提高了0.457 ns和0.948 ns,而预报稳定性则分别提高了0.445 ns和1.233 ns,证明了本文方法能够更好地预报卫星钟差,同时说明本文的协方差函数确定方法的有效性。 相似文献
4.
针对利用多项式建立的GPS高程拟合模型不能很好地拟合高程异常变化趋势面的问题,提出了在常规最小二乘多项式模型的基础上,引入一个非参数模型补偿项,并参考重力测量中最小二乘配置模型方法,建立高程异常趋势面的半参数拟合模型。以小区域GPS采集数据为例,并分别运用两种模型进行拟合与推估,结果表明,基于半参数模型的高程异常拟合与推估效果更好。 相似文献
5.
在调兵山地区,选择已用GPS定位技术求得大地高的76个已知点作为原始数据的基础上,采用两种数学模型建立大地水准面,模型包括二次曲面法和最小二乘配置法,这两种模型是在不分区拟合和分区拟合两种情况下进行的。通过实例发现,拟合点的选取及位置对拟合模型有很大影响,在平坦地区,采用不分区拟合时,二次曲面法和最小二乘配置法的模型所求的检验点高程异常的精度要好于分区拟合时的情况,二次曲面法比最小二乘配置法在求高程异常时精度要高,而在分区拟合和不分区拟合时都能满足精度要求。 相似文献
6.
分析在基于最小二乘支持向量机的卫星钟差预报中样本数据预处理的必要性,列举了归一化、标准化和相邻历元一次差3种数据预处理方法。然后结合实例,对比分析不同数据预处理方法对基于最小二乘支持向量机的钟差预报精度的影响,得出不同方法对钟差预报精度的影响不同,其中,基于一次差方法的预报精度最高。最后,将基于一次差方法的最小二乘支持向量机预报模型与常用的二次多项式模型和灰色系统模型进行比较,结果表明,最小二乘支持向量机模型的预报效果明显优于两种常规模型。 相似文献
7.
在工程实践应用中,为了有效利用GPS高程数据,减少对传统水准测量的依赖,提高GPS高程异常的拟合精度便显得十分重要。为此,本文在介绍二次曲面拟合和最小二乘配置拟合基本原理分析、算法过程推导的基础上,提出了一种新的高程异常拟合方法。首先在二次曲面拟合的基础上,计算得到原始观测数据与拟合数据之间的残差序列,然后采用最小二乘配置模型对包括二次曲面拟合模型误差的综合误差进行优化减弱,最后得到新的高程异常。通过实例,将二次曲面拟合法,最小二乘配置法与文中提出的新方法进行比较分析。结果表明：新的组合方法的拟合预测精度要明显优于最小二乘配置及二次曲面拟合。 相似文献
8.
提出了一种GPS数据与低精度底图数据配准的方法,即利用四参数坐标转换模型与最小二乘多项式结合,在实现GPS数据向底图的坐标系转换后,通过坐标差值拟合实现坐标配准。实验表明,该方法将样本点的GPS数据与底图配准中误差由高于3 m降低至1 m以内。 相似文献
9.
10.
针对传统单一灰色最小二乘支持向量机(GLSSVM)高程拟合方法的不足以及LSSVM模型参数选择的随机性,该文提出了一种基于PSO-GA算法优化的灰色最小二乘支持向量机高程拟合模型。模型将灰色模型与最小二乘支持向量机模型相结合,建立GLSSVM模型,并结合粒子群算法与遗传优化算法寻找GLSSVM模型的最优参数组合。为进一步验证提出模型的可靠性与有效性,通过具体工程实例,并将拟合结果分别与粒子群算法优化的最小二乘支持向量机模型(PSO-GLSSVM),遗传算法优化的最小二乘支持向量机模型(GA-GLSSVM)及单一GLSSVM模型进行对比分析,结果表明,PSO-GA-GLSSVM模型拟合精度更好,可靠性更高,为高程拟合研究提供了一种思路。 相似文献
11.
作为GNSS静态测量转换至水准成果的重要参数,高程异常参数的区域求解尤为关键.本文从分区拟合方面入手,通过平面拟合处理判断区域拟合中低精度控制点,以此为依据进行分区拟合.通过多项式拟合法、最小二乘配置法、多面函数拟合法进行拟合计算,实验证明,以平面拟合中误差为依据的多面函数分区方案能够在两个区域中分别取得较好的拟合效果,最小残差中误差分别为0.009和0.01 m,可以作为分区拟合的依据. 相似文献
12.
薄怀志 《测绘与空间地理信息》2018,(5):206-208
详细地介绍了基于最小二乘法、特征值法及总体最小二乘法的点云数据平面拟合方法。通过Matlab编制其算法程序,对模拟的等精度与不等精度点云仿真数据进行计算,结合算例对比分析了3种方法的点云平面拟合效果。拟合结果表明:3种方法在等精度点云平面拟合中的效果较好,在不等精度点云平面拟合中的效果较差,且特征值法与总体最小二乘法的点云平面拟合精度远高于最小二乘法。 相似文献
13.
14.
15.
经典的平差函数模型中只含有无先验统计信息的非随机参数,而针对附有随机参数的平差问题具有很大的局限性,为此在GPS高程拟合中,本文用最小二乘配置模型解决了这一问题,并且通过实际算例,设计两种最小二乘配置拟合方案与二次曲面拟合法进行了比较,结果表明,最小二乘配置拟合残差较小,外符合精度较高,高程拟合效果更好。 相似文献
16.
李成仁 《测绘与空间地理信息》2015,(12)
针对传统的点云内插DEM算法存在模型误差和点云粗差等问题,提出利用抗差最小二乘配置方法进行DEM内插。该方法可将内插模型误差当作最小二乘配置中的随机信号来处理,并采用基于抗差M估计的协方差函数拟合方法,对粗差数据进行剔除或降权处理,削弱其对协方差函数拟合精度的影响,从而提高DEM内插精度。最后采用三种实验方案对比分析,实验结果表明:抗差最小二乘配置插值方法具有更高的插值精度。 相似文献
17.
18.
19.
讨论了如何利用最小二乘曲线拟合对井架变形监测数据进行处理,并通过试验得到了拟合精度最高的多项式阶数和拟合曲线。最小二乘曲线拟合有效地消除了观测数据的偏差,准确地反映了井架的变形量,是井架变形监测数据处理的一种有效方法。 相似文献
20.
孔昭龙 《测绘与空间地理信息》2023,(8):151-153
GPS高程拟合的方法主要有二次曲面拟合、多面函数拟合、最小二乘配置拟合、BP神经网络拟合等,但是这些方法在应用上都存在一定的局限性,特别是在地形较为复杂的区域会存在较大的精度损失。基于这些问题,本文提出了一种改进的二次曲面拟合模型进行高程拟合。该模型的基本思路是将二次曲面模型和最小二乘配置拟合模型进行组合应用,首先利用二次曲面拟合模型计算各拟合点的残差序列;然后利用最小二乘配置模型获取残差序列模型;最后对各点的高程异常值进行残差改正,得到改正后的高程异常,并对该方法的结果进行精度评价分析,验证了方法的可行性,对以后的工程实践有一定的借鉴意义。 相似文献