一种新的病态问题奇异值修正方案及其在大地测量中的应用

根据观测方程设计矩阵奇异值的分布特点 ,将病态问题分为具有均匀下降型奇异值和阶梯型奇异值两种类型 .针对均匀下降型奇异值提出了一种新的奇异值修正方案 ,其核心是将奇异值分成两部分分别修正 .这种方案兼顾了解的分辨率与方差之间的折中 ,是一种更加合理的奇异值修正方案 .经过实例验证 ,当法矩阵的条件数小于 1 0 10 时 ,这种方案是非常有效的 ,与其他方法相比较 。

一种基于奇异值修正的SBAS-InSAR形变模型正则化解算方法

在利用SBAS-InSAR进行地表形变监测中,形变模型的病态性会对反演结果的精度产生影响。Tikhonov正则化方法是通过引入正则化参数及正则化矩阵,将病态问题转换为病态性较弱或良性问题进行解算,其关键是构建起有效的正则化矩阵。本文在奇异值分解正则化矩阵构建方法的基础上,提出了基于最小均方误差奇异值修正的正则化方法,该方法通过比较方差下降量和偏差引入量,确定满足均方误差最小的较小奇异值分界值,进而通过奇异值修正降低估计方差并减少偏差的引入,结合北京地区SBAS-InSAR的沉降反演实验对该方法的有效性进行了验证。

一种新的病态问题奇异值修正方法

针对测量平差中的病态最小二乘问题,提出了统一的奇异值修正公式,以此为基础提出一种新的奇异值修正法.所提方法克服了现有方法需要确定奇异值截断阈值或者修正阈值的缺陷,基本没有增加额外的计算量,计算简单快捷精度高.另外,所提方法普适性强,对方程组系数矩阵的维数和是否满秩没有特殊的要求,可以适用于多种类型平差方程组的求解.以两个病态方程为例对所提方法进行了数值验证,并将计算结果与最小二乘解和奇异值截断解进行了比较,结果表明,所提方法可以获得精度更高的计算结果.

病态问题中奇异值修正法初探

在法矩阵的条件数相对较小时,基于奇异值分解理论、截断奇异值分解方法和一种全部修正奇异值分解方法,提出了一种部分修正的奇异值分解方案和一种截断奇异值修正方案,以改善设计阵的病态性,提高参数估值的稳定性和准确性。经过算例验证,当法矩阵的条件数小于106,截断奇异值修正方案比较有效,与其他方法相比,得到的结果精度更高。

附有奇异值修正限制的改进的岭估计方法

最小二乘估计具有无偏性,而岭估计是一种有偏估计,它通过引入偏差降低方差来降低均方误差。在模型出现病态时,岭估计优于最小二乘估计。对岭估计的方差与偏差进行分析发现,岭估计通过修正病态矩阵的奇异值降低均方误差,但对部分较大奇异值的修正不能有效降低均方误差。通过比较修正奇异值的方差下降量与偏差引入量的大小关系确定需要修正的小奇异值,进而改进岭估计方法,实现选择性地修正小奇异值,提出附有奇异值修正限制的改进的岭估计方法,可有效改善岭估计的解算效果和可靠性,实验验证了新方法的可行性和有效性。

等式约束病态总体最小二乘的修正奇异值解及精度评定

参数间一些精确的先验等式约束信息可以显著提高解的准确性和精度。在样本信息和先验信息下进行联合平差,基于病态总体最小二乘平差准则,分析奇异值分布对未知参数估计的影响,借助修正法修正奇异值,引入等式约束条件。通过建立拉格朗日目标函数的最小化求解,导出未知参数的迭代解式和近似方差-协方差矩阵,对等式约束病态总体最小二乘的修正奇异值解进行精度评定。计算整周模糊度算例和两个病态测边网算例,得出病态矩阵的奇异值按照降序排列且均匀分布时,等式约束总体最小二乘的奇异值修正法相比较等式约束总体最小二乘有明显的改善效果。

奇异值分解法在病态问题中的应用

用截断奇异值分解法和修正奇异值分解法对大地测量病态问题进行了处理,并与最小二乘的结果进行了比较,最后将两者方法进行结合同样对病态方程进行了处理,得到了结合奇异值分解的解,并与截断奇异值、修正奇异值分解的解以及真值进行比较,发现结合奇异值分解的解即修正奇异值截断法比截断奇异值和修正奇异值的解更加靠近于真值,修正奇异值截断法相比于截断奇异值和修正奇异值法对于病态方程抗干扰能力更强,更具有实际意义。

一种改进的病态问题截断奇异值方法

截断奇异值分解方法是通过删除较小的奇异值及对应的特征向量获得病态模型的稳定解。文中首先将线性病态模型表示成近似的秩亏模型,证明秩亏模型的最小范数最小二乘解与截断奇异值解的等价性;然后,根据模型参数间的先验信息,以参数的线性函数的二次范数最小为目标,在残差范数最小条件下给出改进的最小范数最小二乘解,其实质是截断奇异值解的修正。截断参数的选取采用L曲线法。计算实例表明,修正的截断奇异值算法稳定有效,比正则化解和截断奇异值解具有更小的均方误差。

基于截断修正平滑l_0范数的MIMO雷达目标参数估计

在多输入多输出(MIMO)雷达中,针对平滑l0范数(SL0)因感知矩阵的病态性而导致其失效的问题,提出了一种基于截断修正SL0的MIMO雷达目标参数估计方法。该方法在对MIMO雷达感知矩阵进行截断奇异值分解(TSVD)处理的基础上,将保留的奇异值以均值为截断门限,分成较大和较小的两部分,分别采用不同的修正准则进行修正;然后经奇异值分解(SVD)反变换获得非病态感知矩阵,利用该非病态感知矩阵通过SL0算法对MIMO雷达目标参数进行估计,从而显著提高了MIMO雷达目标参数估计的精度和速度。仿真结果验证了该方法的有效性。

病态问题的奇异值分解算法与比较

简述了奇异值分解方法的基本原理,讨论了在大地测量病态问题中运用奇异值分解的两种基本策略,给出了选取截断参数和修正奇异值的方法,并对两者在减弱病态性原理上作了分析比较,最后以一个算例,验证了奇异值分解方法能有效地解决病态问题,提高了解的准确性和可靠性。

基于改进动态RSSI算法的WIFI室内定位研究

针对室内WIFI定位中RSSI信号接受过程中已有的均值滤波法、卡尔曼滤波法无法实现实时剔除和修正奇异值的缺点,提出了一种改进的动态RSSI信号处理方法。为了提高动态RSSI信号处理的精确度,该算法采用基于平均每跳距离和测量距离误差的改进最小二乘法来修正奇异值,并在不增加硬件的基础上采用加权滤波法再次处理修正后的RSSI值。仿真实验结果表明,本算法具有较高的计算精度,与均值滤波法、卡尔曼滤波法相比,本文算法在平均测距误差以及通信半径对误差的影响方面都有较大的提高。

OPTIMIZATION WITH QUADRATIC CONSTRAINT IN APPLICATION OF STRUCTURE DYNAMIC MODEL UPDATING

A model updating optimization algorithm under quadratic constraints is applied to structure dynamic model updating. The updating problems of structure models are turned into the optimization with a quadratic constraint. Numerical method is presented by using singular value decomposition and an example is given. Compared with the other method, the method is efficient and feasible.

声矢量圆阵宽带相干信号的方位估计

针对水下目标的远程被动探测问题,提出了一种声矢量圆阵的宽带相干目标方位估计方法.首先,基于子带分解原理将宽带划分为若干不重叠窄带,根据圆阵模式空间变换理论,将声矢量圆阵转换成与频率无关的虚拟直线阵,并采用声压P与振速(V_r+V_φ)联合处理方法构建了每个窄带的互协方差矩阵,通过求和平均实现了宽带接收信号的互协方差矩阵估计;其次,引入一种修正的矢量奇异值分解算法,对接收相干信号的互协方差矩阵进行重构处理,用于解决相干声源的空间分辨问题;最后,利用MUSIC算法实现了声矢量圆阵宽带相干目标的方位估计.理论分析及仿真结果表明,修正的矢量奇异值分解算法较修正前具有更强的空间分辨能力;P×(V_r+V_φ)声压振速联合处理方法较同阵型的声压阵及其他声压振速联合处理方法(即(P+V_c)×V_c、P×V_c)具有更好的背景噪声抑制能力;将P×(V_r+V_φ)声压振速联合处理方法与修正的矢量奇异值分解算法有机地结合起来,可提高宽带相干源的方位估计性能.水池实验结果进一步验证了算法的有效性.

改进正则化对动态光散射含噪数据的反演研究

针对颗粒粒度的动态光散射含噪数据反演过程中Tikhonov正则化法对所有奇异值进行修正导致反演结果抗扰动性差、TSVD正则化法将所有小奇异值进行完全截断导致反演结果粒度信息细节性缺失的问题,本研究在两种算法原理的基础上结合奇异值理论,提出了一种改进的正则化方法Tikhonov-TSVD(TTSVD)。该正则化是通过TSVD的截断参数和Tikhonov正则化的正则参数将奇异值序列按照不同的区间进行三部分划分并进行不同的处理来实现对噪声干扰下的数据反演。通过在不同强度噪声下对模拟数据进行反演实验,将反演结果与传统的Tikhonov正则化和TSVD正则化结果进行对比,结果表明该方法具有比原粒度分布更高的拟合度,在低噪声下反演得到比Tikhonov和TSVD算法更精确的结果,对高噪声下反演结果也具有较好的抗噪性与精确性。最后,350nm的实测颗粒反演结果也验证了该结论。