改进双因子抗差贝叶斯估计在区域配网状态估计中的性能分析

考虑分布式电源随机接入区域配电网络,以及高精度量测配置等约束带来的配电网状态估计困难,该文基于贝叶斯理论进行研究,并在考虑分布式电源接入和量测设备间的不确定度的情况下,提出一种双因子抗差贝叶斯估计方法,从理论上分析不同分布式电源接入以及量测配置对配电网状态估计产生的影响。同时,通过在IEEE-33、改进的10kV配电网算例,验证所提算法收敛速度较快、估计精度较为理想,证明所提方法的有效性和实用性,为高渗透率风光储能发电设备接入配电网提供了理论参考和运行状态监测的适用方法。

双因子抗差贝叶斯估计及其在GIS数据采集质量控制中的应用

在对GIS扫描数字化过程中,所采集的数据里经常含有系统误差和异常误差。在纠正这些误差的过程中,应同时考虑控制点坐标和数字化坐标的先验协因数。文中以数字化的系统误差拟合模型为例,提出双因子抗差贝叶斯估计误差拟合方法,并分别就控制点含有粗差、数字化点含有粗差和两者均含有粗差3种情况建立相应的模型,实例验证了其抗差效果。

抗差贝叶斯估计及应用

当未知参数具有先验期望和方差，且观测值与未知参数先验值均服从正态分布时，最小二乘贝叶斯估计将给出参数的最优解。然而当观测值和参数先验值的实际分布有悖于正态假设时，经典贝叶斯估计使估值偏离。本文基于常用的M估计原理，对三种类型的误差模式，导出了M-LS、LS-M和M-M三种抗差贝叶斯估计解式和影响函数；讨论了相应的计算方法，给出了参数验后方差表达式。

基于双因子抗差卡尔曼滤波在动态导航中的应用

针对动态导航卡尔曼(Kalman)滤波的异常扰动影响问题,根据观测量中的粗差对状态向量滤波值的影响规律,引入了双因子算法,导出基于预报残差的抗差卡尔曼滤波模型,该模型具有良好的抗差性,利用实测数据加模拟粗差进行验证,结果表明:抗差卡尔曼滤波可以很好的控制状态对滤波估值的影响,精度相对于标准卡尔曼滤波有明显的提高。

基于抗差自适应CKF的水下重力匹配导航SITAN算法

为提高水下重力匹配算法的定位精度和稳健性,将容积卡尔曼滤波应用到水下重力匹配惯性导航中,同时引入抗差估计和自适应因子,提出了基于抗差自适应容积卡尔曼滤波的水下重力匹配导航SITAN算法。利用重力异常模型数据开展仿真实验,结果表明,所提算法能有效修正惯导整体航迹,在观测值未加入粗差的情况下较普通容积卡尔曼滤波算法提高了76%的导航定位精度,在观测值加入30 mGal粗差的情况下,提高了88%的导航定位精度。该研究成果可为后续水下重力匹配导航算法的理论研究及工程实践提供一定的数据支撑。

抗差估计中方差因子对估计值的影响研究

抗差估计理论中,方差因子在残差的标准化过程中起着重要的作用,对估计值存在一定的影响。方差因子的合理选取直接关系着观测值属性的划分(属于正常段、可疑段、淘汰段),从而影响到估计值的优劣,本文在经典抗差估计理论基础上,通过不同的方差因子取值,研究了其对估计值的影响。

平差因子在抗差估计中的应用

在经典的抗差估计中,一般都是给定不同的权函数从而产生了不同的估计方法,这些权函数基本上都是残差的函数,当遇到多于观测分量接近于0的时候,粗差就不能很好的在残差中反映,致使我们的抗差效果不是很好。本文在结合残差理论和这些经典方法上给出了两步法进而具有很好的抗差效果。

L曲线法在等价权抗差岭估计模型中的应用

借鉴相关抗差估计的思想,导出一种基于相关观测的等价权抗差岭估计模型,将L曲线法引入该模型中用于岭参数的求解。针对抗差迭代过程中等价权阵可能不正定而无法使用经典Cholesky分解进行单位化的问题,根据双因子模型的特点,提出一种等价权阵的分解算法对等价权阵进行单位化,使得L曲线法在迭代过程中得以成功运用。算例结果表明:该模型能够有效克服系数阵病态和粗差的影响。

分类因子自适应抗差滤波

自适应抗差滤波的关键技术是构造观测等价权矩阵和合理的自适应因子,以便能有效地平衡观测信息、状态信息及其各分量对状态参数估值的贡献．文中在自适应抗差滤波和双因子相关观测抗差估计原理的基础上,提出了将常速度模型的状态预报信息分为位置和速度两类,并分别构造相应的自适应因子．导出了相应的分类因子自适应抗差滤波解,并给出了分类自适应因子的计算表达式．计算结果表明,分类因子自适应抗差滤波不仅能有效地控制观测异常和动态扰动异常的影响,而且利用分类因子合理地平衡了位置预报信息和速度预报信息对状态参数估值的贡献,其精度要优于基于位置不符值和速度不符值的单因子自适应抗差滤波．

一种基于状态相关因子的抗差自适应滤波算法

提出一种新的基于状态相关因子的抗差自适应滤波算法。采用状态相关因子将非线性系统转换为状态相关系统,建立抗差自适应滤波模型,利用等价权矩阵和自适应因子进行信息分配,从而控制动力学模型异常和观测异常对导航解的影响。特定条件下的仿真计算表明,提出的基于状态相关因子的抗差自适应滤波算法,不仅能够抑制动力学模型噪声和观测噪声干扰,而且滤波计算简单,导航精度相对优于扩展卡尔曼滤波和粒子滤波算法。

误差判别统计量和参数初值对抗差估计的影响分析

针对抗差估计中难于获得可靠参数初值的问题,提出基于高崩溃点的初始等价权求取参数初值,以提高抗差估计的崩溃污染率。计算结果表明,采用该方法求得参数初值并求解残差能有效抵制粗差对残差的影响,有利于计算合理的等价权,在观测量粗差污染率较高时,该方法仍有效。

BDS/GPS短基线的抗差方差分量估计及其应用

BDS/GPS组合观测值受观测环境的影响难免存在粗差或多路径等误差,基于最小二乘的方差分量估计不具有抵抗粗差或多路径等误差的能力,严重影响了随机模型的有效性。针对这一问题,基于抗差估计思想,引入双因子等价权函数,给出了抗差方差分量估计的实现过程。通过对BDS/GPS短基线实测数据进行分析和计算,表明抗差方差分量估计可有效抵抗粗差或多路径等误差,提高了随机模型的可靠性,抗差估计成果具有更高的内符合精度。

基于抗差估计的工业机器人运动学参数标定

为了提高工业机器人标定过程中参数辨识的鲁棒性,提出了一种基于抗差估计的运动学参数标定方法。首先基于D-H模型建立了末端位姿误差模型,同时分析了等价权函数,然后利用激光跟踪仪测量机器人基坐标系和末端位姿,最后结合IGG3权因子函数利用抗差最小二乘法辨识了运动学参数。实验表明,机器人绝对定位的RMS误差由补偿前的0.87mm降低到补偿后的0.21mm,相较于传统的最小二乘辨识算法,此标定方法拟合精度更高且鲁棒性更强。

基于抗差岭估计的相机标定方法

数字工业摄影测量中,十参数模型是目前应用最广泛的相机畸变模型,但也存在过度参数化问题。相机标定以像点坐标为观测值,当标定模型同时受到复共线和观测异常的影响时,相机标定结果也会受到影响。为提高相机标定精度,提出基于抗差岭估计的相机标定方法,该方法不仅可以改善模型中由于过度参数化导致的复共线问题,而且可以有效抵制观测值异常的影响,提高相机参数求解精度。

一种两步抗差估计的设计及其解算

抗差估计的关键是选择适当的权函数和合理的调制因子,针对这两个重要问题,在研究当前调制因子取值方法的基础之上,提出了可动性调制因子这一新概念,并基于可动性调制因子、IGG方案权函数,设计了两步抗差估计。两步抗差估计解决了抗差估计中传统的调制因子、方差因子、初值三者取值时存在的一系列问题,尤其当三者取值不能协调配制时出现的秩亏问题,从而使抗差估计方法更具有实际意义和广泛意义。

基于抗差权因子函数IGGⅢ方案对选权因子的改化方法

综合分析了几种抗差估计方法理论,从等价权出发,受IGGⅠ方案和IGGⅢ方案的启发,对IGGⅢ方案进行了改化,并通过实例对这种改化方法与其它几种方案的计算结果进行比较,得到较好的抗差结果。

基于抗差估计的控制网数据处理方法探究

细致讨论最小二乘准则平差的局限性。结合三种常见的抗差估计权因子函数,对控制网平差的间接平差模型的性质进行了详细研究,分析了抗差估计理论与方法的数学性质和特点,通过数据处理实验,深入研究了测量数据处理过程中抗差估计方法的有关性质。针对估计效果,分析了在使用不同权因子函数进行抗差估计时对平差结果精度的影响,解决了抗差估计方案设计及选择中的几个难题。

一种新的抗差自适应Unscented粒子滤波

针对粒子滤波存在的重要性密度函数难以选取和可能出现粒子退化的问题。提出了一种新的抗差自适应Unscented粒子滤波算法。该算法不但能利用等价权函数和自适应因子合理的分配信息,提高滤波精度,而且具有Unscented粒子滤波的优点,更好的适用于非线性、非高斯系统模型的计算。仿真结果表明,文中提出的抗差自适应Unscented粒子滤波算法,滤波性能明显优于扩展卡尔曼滤波和粒子滤波算法,并且能提高组合导航系统的定位精度。

方差分量估计在多卫星导航系统联合定位中的应用

随着北斗卫星导航系统的逐步建成和完善,全球卫星导航系统进入多系统联合定位时代。多系统联合定位能明显增加可用卫星数量,保障定位能力。全球定位系统、格洛纳斯卫星导航系统以及北斗卫星导航系统观测值精度存在一定差异,采用赫尔默特方差分量估计确定三个系统观测值的权值比,能进一步提高定位的准确性。为同时减弱系统中较大粗差的影响,研究赫尔默特方差分量估计的抗差解在三系统联合定位中的应用。算例结果表明,此方法不仅能有效解决组合定位中的权值比问题,也能减弱观测值中粗差对定位结果的影响。当观测值含粗差时,比较使用抗差赫尔默特方差分量估计方法前后的定位误差可以得出:北(N)、东(E)、及天顶(U)三个方向上定位精度分别提高了16.5%、41.6%、81.0%。

一种顾及TOA数据优选的抗差卡尔曼滤波室内定位方法

室内无线定位在生产、物流、监控等方面有着广泛的用途,然而受通信距离和无线通信基站拓扑结构的影响,传统的TOA室内定位算法存在精度不高和稳定性差等问题。基于此,以超宽带为研究对象,在TOA信道模式下,综合考虑超宽带精度衰减因子与定位信号强度两方面因素,提出了一种顾及数据优选的抗差卡尔曼滤波技术的室内导航定位方法。该方法首先在TOA测距的信道模式下以到达终端信号的定位信号强度值为准则,筛选出与终端通信信号较强的观测信息,剔除部分非视距误差,确保观测信息的可靠性,再以水平精度因子优化拓扑结构,选择较优的接入点构造良好的拓扑布局。最后,为有效控制异常误差的影响,提出将抗差卡尔曼滤波应用于室内超宽带测距滤波和定位解算,确保观测信息的可靠性和抗差性,模拟和实测算例验证了本文提出的算法的有效性。