共查询到20条相似文献,搜索用时 31 毫秒
1.
2.
针对线性最小二乘法处理非线性模型产生模型误差的问题,文章将高斯牛顿迭代法引入测角网坐标平差模型中,给出测角网坐标平差模型的高斯牛顿迭代法计算过程.考虑到非线性平差模型的参数估计值是有偏估计,结合Bootstrap重采样方法对参数估值进行改善,提出测角网坐标平差模型的Bootstrap参数估计方法,并给出详细的迭代流程图.针对等精度与不等精度角度观测数据,设计两个测角网案例.实验结果表明,测角网坐标平差模型的高斯牛顿迭代解法能够削弱线性近似带来的模型误差影响,其参数估值优于传统的线性近似方法;而测角网坐标平差模型的Bootstrap参数估计方法比高斯牛顿迭代解法在提高测角网坐标平差参数估值质量方面更加有效.实验证明将高斯牛顿迭代解法应用于测角网坐标平差模型的必要性与实用性,也证明将Bootstrap重采样参数估计方法与高斯牛顿迭代解法结合并用于测角网坐标平差的可行性与有效性. 相似文献
3.
GPS测码伪距绝对定位的几种算法 总被引:6,自引:1,他引:5
GPS定位方程是非线性的,一般处理方法是按泰勒级数展开取至一次项进行线性化,再利用最小二乘原理求解,如果所取观测站坐标的初始值具有较大的偏差,略去二次微小量的模型误差,对解算结果将产生不能忽略的影响。本文研究分析了GPS测码伪距绝对定位的传统算法,并提出了一种通过求差法将GPS绝对定位的非线性观测方程转化成线性方程直接求解测站坐标的新算法,通过实例计算表明该方法计算简单,不需要测站的初始坐标信息,不需要求导计算和迭代计算,对于提高GPS测码伪距单点定位的解算速度和精度具有重要的意义。 相似文献
4.
王新洲 《武汉大学学报(信息科学版)》1999,24(1):07
提出了非线性模型参数估计的直接解法。该方法不仅不需迭代,而且由于顾及了二次项和三次项的影响,参数估值的精度优于传统的线性近似时参数估值的精度,且易应用传统的精度评定理论进行精度评定。 相似文献
5.
非线性模型参数估计的直接解法 总被引:11,自引:2,他引:9
王新洲 《武汉测绘科技大学学报》1999,24(1):64-67
提出了非线性模型参数估计的直接解法,该方法不仅不需迭代,而且由于顾及了二次项和三次项的影响,参数估值的精度优于传统的线性近似时参数估值的精度,且易应用传统的精度评定理论进行精度评定。 相似文献
6.
基于贝叶斯理论的线性与非线性模型反演方法(Fukuda-Johnson,F-J)已广泛应用于地球物理模型的线性-非线性参数反演。但F-J方法的反演结果可能受马尔可夫链蒙特卡洛采样(Markov chain Monte Carlo,MCMC)经验参数选择的影响,而反复调试合适的经验参数需耗费大量计算时间。对线性与非线性模型进行线性化后,也可以利用迭代最小二乘方法反演,但该方法难以选择合适的初始值。为提高参数反演计算效率和避免参数初值选择影响,提出了一种以F-J方法模型解为初始值的迭代最小二乘方法。该方法只需计算一次F-J方法模型解和有限次最小二乘迭代,既提高了F-J方法的反演效率,又能获得迭代最小二乘全局最优解。针对模拟数据实验和实际数据算例,分别采用F-J方法、随机生成初始值的迭代最小二乘方法和以F-J方法结果为初值的迭代最小二乘方法进行参数反演。结果表明,直接使用F-J方法时,MCMC采样参数会影响反演结果;直接进行迭代最小二乘反演时,初始值选取不当会导致迭代无法收敛到正确的结果;以F-J方法的结果作为迭代最小二乘方法的初始值进行反演,可以充分发挥F-J方法的全局最优性和迭代最小二乘方法计算量小、稳定性好的优势。 相似文献
7.
GNSS动态相对定位中常附加非线性的基线长约束进行解算, 而LAMBDA方法只能处理无约束或者线性约束的模型, 为了应用LAMBDA方法, 应对非线性约束条件进行线性化近似。通常附加该约束后, 模糊度固定成功率会提高, 但对于超短基线有时反而会降低。何种条件下附加线性化近似的基线长约束条件可以提高模糊度固定成功率尚未有定论。本文基于附加基线长约束的GNSS相对定位数学模型, 推导基线长约束条件线性化近似余项对浮点解的最大影响值公式, 给出基线长约束能否线性化近似的诊断条件。当该条件满足时, 线性化近似余项影响可以忽略, 附加线性化近似的基线长约束可以改善浮点解解算精度, 提高模糊度固定成功率;若不满足, 则线性化近似余项影响可能不可以忽略, 附加约束会因浮点解有偏不能固定为正确的模糊度, 并通过算例验证了相关结论。 相似文献
8.
《测绘学报》2015,(2)
GNSS动态相对定位中常附加非线性的基线长约束进行解算,而LAMBDA方法只能处理无约束或者线性约束的模型,为了应用LAMBDA方法,应对非线性约束条件进行线性化近似。通常附加该约束后,模糊度固定成功率会提高,但对于超短基线有时反而会降低。何种条件下附加线性化近似的基线长约束条件可以提高模糊度固定成功率尚未有定论。本文基于附加基线长约束的GNSS相对定位数学模型,推导基线长约束条件线性化近似余项对浮点解的最大影响值公式,给出基线长约束能否线性化近似的诊断条件。当该条件满足时,线性化近似余项影响可以忽略,附加线性化近似的基线长约束可以改善浮点解解算精度,提高模糊度固定成功率;若不满足,则线性化近似余项影响可能不可以忽略,附加约束会因浮点解有偏不能固定为正确的模糊度,并通过算例验证了相关结论。 相似文献
9.
顾及线性化模型误差补偿的卡尔曼滤波算法 总被引:1,自引:0,他引:1
针对扩展卡尔曼滤波(EKF)线性化所产生的线性化模型误差问题,使用非线性预测滤波对线性化所引起的模型误差进行预测,并在标准EKF的解算过程中考虑到预测所得误差的统计特性,使模型更趋于真实情况。通过算例对改进算法的性能进行了验证。 相似文献
10.
非线性方程参数估计存在的弊端在于非线性观测方程存在不适定问题时,以线性化平差估计和高斯牛顿为代表的经典数值算法会产生较强的不稳定特征。因此,针对传统非线性最小二乘求解不稳定且可靠性低的特点,基于稳定泛函极小准则最优化思想,提出了一种自适应松弛正则化数值算法。该算法采用正则化参数几何递增计算方法和残差最小步长准则,实现了正则参数和迭代步长计算的完全自适应,提高了非线性迭代收敛效率。以病态仿真数据和水下实测数据为例,验证了该方法的数值收敛解优于线性平差估计解,收敛效率优于迭代Tikhonov正则化方法。 相似文献
11.
本文将文献[1]定义的固有非线性性和参数效应非线性性应用到GPS双差载波非线性模型中,并根据这两个指标判断当流动站采用不同精度的初值时,平差模型应该选择非线性模型还是线性模型.通过比较不同精度的初始值的定位精度得到:GPS双差载波非线性模型的非线性强度较弱;即使采用单历元单点定位的结果作为初始值,GPS双差载波相位定位模型也能按照近似线性化的方法求解;而当采用地心坐标作为初始值时,求解流动站的坐标必须按照非线性最小二乘的理论计算,这时利用高斯-牛顿法迭代几次就能收敛. 相似文献
12.
13.
14.
15.
《测绘科学技术学报》2018,(4)
EIV模型实际上是一种非线性模型,其参数估值是有偏的。引入可以使参数解达到二阶精度的超球体单行采样法,通过特定的采样策略近似非线性函数的概率密度分布,无需计算非线性函数的Jacobi矩阵和Hessen矩阵。在一定程度上降低了求非线性函数达到二阶精度的参数解的难度。通过算例表明,该方法可以得到比TLS迭代方法更为合理的结果,验证了本文方法的可行性和有效性。 相似文献
16.
17.
18.
非线性模型的一种半参数估计方法 总被引:2,自引:1,他引:1
提出用半参数估计理论来解求非线性问题的思想,即用半参数模型中的非参数分量表达非线性模型线性化后的近似余项,推导基于最小二乘核估计的相应解算公式,通过算例试验分析表明,此法对于非线性强度较强的模型,其效果较为明显. 相似文献
19.
20.
针对测绘领域中函数模型为非线性函数的线性组合的特殊结构,本文提出了基于Moore-Penrose广义逆和立体矩阵的可分离非线性最小二乘解算方法。该方法首先利用变量投影算法消除可分离非线性模型中的线性参数,将包含两类参数的原非线性优化问题转化为仅含有非线性参数的最小二乘问题。然后,基于Moore-Penrose广义逆矩阵的微分和立体矩阵理论计算最小二乘目标函数的一阶导数,进而采用非线性优化的LM方法求解非线性参数的最优估值。最后,根据最小二乘方法求解线性参数的最优估值。通过指数函数模型拟合和机载LiDAR全波形参数求解试验与传统参数不分离优化方法进行对比,结果表明,基于Moore-Penrose广义逆和立体矩阵的可分离非线性最小二乘解算方法对待求参数初值依赖性低,同时避免了迭代过程中线性参数导致的病态问题,算法稳定性好,为测绘领域中可分离非线性最小二乘问题的解算提供了一种思路,也拓展了可分离非线性最小二乘方法的应用。 相似文献