共查询到17条相似文献，搜索用时 125 毫秒
1.
为提高基于F-范数的不确定性平差模型的解算效率,给出直接迭代算法进行参数估计。该算法无需SVD,解算过程简单且易于编程计算,同时给出迭代不收敛时的SVD-解方程算法。二元线性拟合及沉降观测AR模型的算例结果表明,这2种算法正确可行,与SVD-迭代算法具有等价性。当迭代收敛时,宜使用直接迭代算法,收敛速度更快,解算效率更高;当迭代不收敛时,可釆用SVD-解方程算法。 相似文献
2.
卡尔曼滤波在多维AR序列建模中的应用 总被引：6，自引：2，他引：4
张朝玉 《大地测量与地球动力学》2003,23(2):92-95
作为时间序列模型的一种，AR模型由于参数估计和定阶简单而广泛应用于系统辨识。在多维AR序列的最小二乘建模的基础上，结合卡尔曼滤波算法，推导了应用卡尔曼滤波技术的多维AR序列参数估计方法以及加入衰减因子后的卡尔曼滤波算法。该算法不需要保存历史数据，在得到新的“观测”数据后可以对AR模型的估计参数进行实时改正。在确定AR模型阶数时，提出了快速F检验法，大大减少了建模过程中的计算工作量，有较好的应用价值。 相似文献
3.
地球极移参数高精度双差分LS+AR预报方法研究 总被引：1，自引：0，他引：1
提出基于双差分最小二乘LS+AR模型的高精度极移参数预报方法。首先,对极移数据进行双差分处理,用以增强数据平稳性,获取差分极移数据,并采用LS方法对差分极移数据进行拟合,获取极移残差数据;其次,利用AR模型对极移残差数据进行预报;然后,综合LS外推预报值与AR模型预报值获取差分极移预报值;最后,对差分极移预报结果进行逆双差分处理,获取高精度的极移预报值。将该方法应用于实际极移参数预报中,结果表明,1d的极移X分量(PMX)预报精度优于0.25mas,极移Y分量(PMY)预报精度优于0.2mas。将该预报结果与国际EOP_PCC预报结果对比表明,极移短期预报精度与EOP_PCC预报结果相当,1d的预报精度略优于EOP_PCC预报结果。 相似文献
4.
经典Kalman滤波要求噪声是高斯白噪声,而动态GNSS定位的观测误差和状态预测误差往往是有色噪声。本文提出一种简便的有色噪声函数模型拟合滤波算法,采用前面历元的观测残差和状态残差建立有色噪声模型,削弱有色噪声对动态导航解算的影响。采用四星座GNSS接收机观测数据进行动态导航实验,结果表明,顾及有色噪声的动态导航滤波算法比未顾及有色噪声的经典Kalman滤波算法定位精度更高,三维位置精度提升9%以上。 相似文献
5.
最小二乘估计和部分变量误差模型的总体最小二乘估计不具备抵御粗差的能力。鉴于粗差可能同时出现在灰色白化微分方程的观测值和系数矩阵中,本文提出基于IGGⅢ抗差方案的部分变量总体最小二乘稳健估计。结合仿真数据和高铁路基观测数据,系统地比较稳健最小二乘、部分变量总体最小二乘、本文算法参数估计结果和算法稳定性。结果表明,本文算法预测精度高,可以应用到高铁路基沉降预测中。 相似文献
6.
构造适用于BDS/GPS系统时差的多项式预报模型,对二次项参数选取、显著周期项确定以及观测权函数选择等进行改进。基于AR模型,进一步构建多项式和AR模型的组合时差预报方法。算例显示,新模型的单天时差预报精度优于0.4ns,显著优于其他传统方法。 相似文献
7.
基于不确定度理论,建立参数有界约束下的平差模型。为克服不等式约束模型单边约束的缺陷,从最小二乘出发,将问题转化为附有箱型约束的二次规划问题,提出一种求解参数最优估值的新算法,并给出参数估计的统计性质。数值实验表明,新算法简单、可行,具有较快的收敛速度,并能够在一定程度上减少部分数值的部分不确定性。 相似文献
8.
大地测量数据往往包含许多不确定性,可能导致所建立的函数模型产生病态,影响参数估计的准确性和可靠性。通过研究边坡变形非线性时变系统的力学原理,利用多项式拟合方法改进原模型,在参数解算过程中,考虑到测量数据的不确定性给解算结果带来消极影响,通过限制不确定度,利用min-max准则,提高参数解算的准确性,并将预测变形结果与实测边坡位移数据对比。结果表明,带不确定性的平差算法（least-square with uncertainty,ULS）与最小二乘平差（least-squares,LS）和整体最小二乘平差（total least-square,TLS）相比,其预测结果更接近实际测量数据,证明了改进的边坡变形非线性时变系统预测变形的有效性。 相似文献
9.
10.
基于长春SLR站和武汉流动SLR站的6组观测数据,研究了卫星激光测距指向误差的分布特性,提出用遗传算法将观测样本数据分组后利用转台模型建模。结果表明:高度误差和方位误差具有规律性;模型输出的指向误差的残差不一定符合正态分布;遗传算法能提高模型的精度。 相似文献
11.
针对SVM模型在基坑沉降预测领域存在参数选择困难和基于单点数据建模的缺点,建立顾及邻近点的PSO-SVM模型。采用PSO-SVM模型进行最优训练样本数量研究,结果表明短期样本的预测效果最优。将邻近点沉降变形值作为影响基坑沉降的因素引入到改进的PSO-SVM模型中,实例表明,在短期样本数据下顾及邻近点的PSO-SVM模型的拟合精度优于PSO-SVM模型,而在中长期样本条件下预测精度不佳。针对该缺点提出组合多尺度一维小波分解函数和柯西分布函数来改进顾及邻近点的PSO-SVM模型,实验结果表明,顾及邻近点的改进PSO-SVM模型可有效解决参数选择困难和单点建模的问题,适用于不同样本数量下的沉降变形预测,具有较高的预测精度。 相似文献
12.
《山地科学学报》2015,(4)
Recent advances in computer with geographic information system(GIS) technologies have allowed modelers to develop physics-based models for modeling soil erosion processes in time and space.However, it has been widely recognized that the effect of uncertainties on model predictions may be more significant when modelers apply such models for their own modeling purposes.Sources of uncertainty involved in modeling include data, model structural, and parameter uncertainty.To deal with the uncertain parameters of a catchment-scale soil erosion model(CSEM) and assess simulation uncertainties in soil erosion, particle filtering modeling(PF) is introduced in the CSEM.The proposed method, CSEM-PF, estimates parameters of non-linear and non-Gaussian systems, such as a physics-based soil erosion model by assimilating observation data such as discharge and sediment discharge sequences at outlets.PF provides timevarying feasible parameter sets as well as uncertainty bounds of outputs while traditional automatic calibration techniques result in a time-invariant global optimal parameter set.CSEM-PF was applied to a small mountainous catchment of the Yongdamdam in Korea for soil erosion modeling and uncertainty assessment for three historical typhoon events.Finally, the most optimal parameter sets and uncertainty bounds of simulation of both discharge and sediment discharge at each time step of the study events are provided. 相似文献
13.
????и?????????????η????????????????????????С?????????????????????????????????????????????“С??????????”???????????????????????????????????????????????????GM(1,1)??????????????г??????η????????????????????????????????????????????????Ч???????????????е???????????????????????????????????????????????????GM(1,1)???????????????????GM(1,1)??????????????????????η????????????????????????? 相似文献
14.
Nash model parameter uncertainty analysis by AM-MCMC based on BFS and probabilistic flood forecasting 总被引：1，自引：0，他引：1
A hydrologic model consists of several parameters which are usually calibrated based on observed hydrologic processes. Due
to the uncertainty of the hydrologic processes, model parameters are also uncertain, which further leads to the uncertainty
of forecast results of a hydrologic model. Working with the Bayesian Forecasting System (BFS), Markov Chain Monte Carlo simulation
based Adaptive Metropolis method (AM-MCMC) was used to study parameter uncertainty of Nash model, while the probabilistic
flood forecasting was made with the simulated samples of parameters of Nash model. The results of a case study shows that
the AM-MCMC based on BFS proposed in this paper is suitable to obtain the posterior distribution of the parameters of Nash
model according to the known information of the parameters. The use of Nash model and AM-MCMC based on BFS was able to make
the probabilistic flood forecast as well as to find the mean and variance of flood discharge, which may be useful to estimate
the risk of flood control decision. 相似文献
15.
由于具有类似的工程地质和水文地质条件, 在高度相关的降雨作用下, 同一个区域中的降雨诱发浅层斜坡失稳灾害常成群出现。在区域尺度预测浅层斜坡失稳灾害对滑坡灾害的防灾减灾工作具有重要的意义。为此, 提出了一种基于力学原理的降雨诱发浅层斜坡失稳灾害预测新模型RARIL。该模型采用修正Green-Ampt模型进行降雨入渗分析, 采用无限体边坡模型进行安全系数计算, 利用可靠度原理考虑区域斜坡稳定性分析中的参数不确定性。该模型具有可考虑降雨诱发浅层斜坡的失稳力学机理、可考虑区域内斜坡土体参数不确定性, 以及计算效率高、易于在GIS平台上实现等优点。案例分析表明, RARIL模型较为准确地预测了2010年8月12日11∶00至2010年8月14日9∶00期间强降雨在四川省汶川县映秀镇附近的303省道K0-K20段沿线区域引发的滑坡灾害, 研究结果证明RARIL模型在预测降雨诱发区域斜坡失稳灾害方面有很好的应用前景。 相似文献
16.
?????????г???????????????????????????????????????????????????????????????????????????α?????????黯???α?????????????????????????????????α?????????????????????????????????????е????????????,??????????α??????????? 相似文献
17.
根据建筑物的沉降变形特征 ,引用GM (1,1)建模思想来建立沉降预测模型。利用较少的前期观测数据建立模型来预测建筑物最终沉降量 ,然后据此判断其是否满足建筑物的变形要求 ,以便较早地提出工程防治措施。 相似文献