整数最小二乘降相关平差在GPS动态定位中的应用研究

详细讨论了整数最小二乘法及其降相关平差(Least—squares Ambiguity Decorrelation Adjustment)方法的原理及其实际算法。实算证明,LAMBDA方法在进行模糊度搜索解算时,由于其充分顾及了模糊度的整数特性,并在此基础上对模糊度协方差阵进行了降相关处理,从而改善了模糊度的方差域,消除了模糊度方差得不连续性,加快了模糊度搜索的速度,提高了定位解的精度。

基于改进同伦算法的非线性最小二乘平差

为了寻求一种更有效的非线性最小二乘平差算法,根据同伦思想提出了一种改进的同伦算法.该算法直接从非线性方程入手,将非线性最小二乘平差准则转化为同伦最小二乘平差准则;根据最优化问题的极值条件,将同伦最小二乘平差准则转化为求解非线性方程组的不动点同伦问题;在L i-Yorke算法的基础上,对切向量及步长求解进行改进,并用于求解微分方程初值问题,进而跟踪同伦曲线.对改进同伦算法的收敛性进行了分析,并采用M atlab语言编程进行了试验.结果表明,较之牛顿迭代法和L i-Yorke算法,改进同伦算法是一种结果稳定、精度较高、速度较快和收敛域扩大的整体收敛方法.

非线性最小二乘参数平差迭代算法

在非线性最小二乘问题现有的 3类主要算法高斯 牛顿法、阻尼最小二乘法和最小二乘的拟牛顿法的基础上 ,引入了综合性能更优的非线性规划的SQPM (序列二次规划法 )算法 ,并且为进一步提高SQPM算法迭代的收敛性 ,对其步长策略进行了改进。改进的SQPM算法成为无需精确计算参数概略值的非线性最小二乘参数平差的实用和有效算法。

遗传算法改进及其在非线性最小二乘平差中的应用

经典平差方法对于处理非线性问题,尤其是强非线性问题,有些力所不逮。从数学的角度来看,可把非线性最小二乘平差问题作为一个优化问题进行处理。遗传算法在此领域具有独到的优势。从初始种群产生,个体适应度计算,选择与交叉,个体子代的产生、变异,种群的进化、进化终止条件几个方面对遗传算法进行了改进,并且用一个测边网平差的实例,说明了改进算法在收敛速度和全局收敛方面的优势和用于非线性最小二乘平差的有效性,具有一定的实用价值。

用抗相关最小二乘平差法快速解算GPS模糊值

导航、大地测量的快速和高精度GIS定位需要解算双差分载波相位的整周模糊值。模糊值抗相关最小二乘平差法(LAMBDA)是解决这一问题的方法之一。本文介绍了笔者用LAMBDA法快速求解GPS模糊值的经验。并给出了几个应用于定位和模糊值求解的实际结果。

通用EIV平差模型及其加权整体最小二乘估计

以平差基本理论为基础,提出了EIV(errors-in-variables)平差模型的通用形式,涵盖了间接平差、条件平差、附有参数的条件平差及附有限制条件的间接平差等基本EIV模型形式。基于整体最小二乘估计准则,研究了通用EIV模型的加权整体最小二乘算法,并推导了估计结果的近似精度公式。通用EIV模型及其整体最小二乘算法是对EIV模型估计理论的进一步完善,统一的整体最小二乘算法有利于软件的编程实现,有助于推动EIV模型估计理论的应用。

海洋重磁资料的最小二乘平差处理方法

海洋重磁资料的平差处理是海洋重磁资料处理过程中必不可少的环节之一。从最小二乘算法意义下的平差处理基本理论出发,建立起平差测线网系统交点误差的方程组,给出了方程组系数矩阵的简单求取方法。理论计算和实际资料处理结果表明,该方法不仅原理简单,计算机实现方便,而且经平差处理后的系统交点误差可以达到最小二乘意义下的极小。最后讨论了实际重磁资料平差处理中任意常数的确定问题。

基于同伦法的非线性最小二乘平差统一模型

基于非线性同伦思想 ,提出了非线性同伦最小二乘平差统一模型 ,该方法既可适用于满秩网非线性最小二乘平差 ,也可适用于秩亏网非线性最小二乘平差。算例表明 ,对于精度较差的初始值 。

混合总体最小二乘的迭代解算算法

总体最小二乘估计能够同时顾及线性模型中系数矩阵A和观测向量L的误差,平差理论相对更为严密。如果系数矩阵A的部分元素没有误差,这种总体最小二乘模型为混合总体最小二乘模型。针对混合总体最小二乘(Least squares-total least squares,LS-TLS)解算问题,应用测量平差中的原理和方法,推导了混合总体最小二乘的迭代逼近解算公式,通过与奇异值分解法分析比较,分析了两种解算方法具有等价性,最后通过实验数据分析得出迭代算法的有效性和合理性。

附线性不等式约束平差模型的一种求解算法

利用Lemke算法求解带有不等式约束平差模型。采用的方法是先将参数带有不等式约束的最小二乘问题转换成凸二次规划问题,然后利用二次规划的Kuhn-Tucker条件把二次规划问题转换成LCP问题,最后通过Lemke算法求出其最优解,从而求得参数最小二乘估计的一般形式,便于在实际测量中应用。

光束平差法中的一种改进LM算法

针对视觉SLAM后端非线性优化存在计算速度慢、优化效果差等问题,采用BA图优化方法,对其求解策略列文伯格-马夸尔特(LM)算法进行改进,改善LM算法计算过程中雅可比矩阵可能存在的奇异性或病态问题,增强LM算法的稳定性,提高LM算法的效率和BA-SLAM的精度。改进的算法将前一次的迭代结果引入到后一次信赖域半径的计算中,可减小因当前解远离解集时目标函数较大所产生的影响,同时在不假设雅可比矩阵非奇异的条件下,使其具有二阶收敛性,提高算法的稳定性和计算速度,提升光束平差法中LM算法的稳健性与效率。仿真实验结果表明,提出的改进LM算法与传统LM算法和文献[6]提出的改进LM算法相比,在相同精度时使用的迭代次数更少,计算效率高;采用改进LM算法的光束平差法具有更高的优化精度和稳健性。

改进遗传算法在变形监测网平差中的应用

遗传算法在处理非线性最小二乘问题上具有其独到的优势。文中通过对遗传算法的理论性研究,对常规遗传算法的选择交叉策略、变异步长及变异率都作了改进。并将改进的遗传算法应用到变形监测网平差中,实现变形监测网在不同基准下的非线性平差计算,并通过实例证明其实用性及优越性。

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。

测量平差的直接算法

提出了最小二乘解的一种改进的直接算法 ,导出了精度评定的相应公式。对改进的算法与直接算法进行比较分析可得 ,作者所述的算法原理清晰、计算简便易行。

基于总体最小二乘的线性回归迭代算法

针对线性回归模型的特点,以一元线性回归为例,运用拉格朗日原理推导了一种迭代算法。该算法推导过程简单且易于程序实现,通过算例验证了该算法的正确性。

线性回归参数的总体最小二乘估计新算法

将一元线性回归总体最小二乘平差模型展开后,以因变量和自变量改正数的平方和最小为约束条件,推导其总体最小二乘的迭代算法,并将模型扩展到多元线性回归,进一步得到线性回归模型的总体最小二乘算法。通过实例分析,证明算法的可行性和合理性。

LM算法在稀疏矩阵光束法区域网平差中的应用

通过介绍光束法区域网平差的误差方程和法方程的建立,针对解算法方程的算法进行了对比分析。针对高斯牛顿法在解算非线性模型最小化中存在的问题,提出将LM算法应用于非线性模型的最小化解算,并通过算例验证了LM算法的优越性。为了提高区域网平差的效率和实用性,相对于传统LM算法解算的稠密性,提出了在LM算法中采用稀疏矩阵的方法来解算光束法区域网平差的法方程,验证了将LM算法应用于稀疏矩阵光束法区域网平差的可行性。

基于CGLAMBDA算法的GNSS相对定位增强方法

针对相对定位场景下载体天线间先验基线信息利用不充分问题,提出基于约束的最小二乘模糊度降相关平差算法(C-LAMBDA)的全球卫星导航系统(GNSS)相对定位增强方法:对于双天线载体,采用C-LAMBDA算法进行基线长度约束的定向解算,将求解得到的模糊度向量和基线矢量作为先验信息融入相对定位观测方程,从而将基线长度先验信息辅助提升解算效果的先天优势从测姿领域扩展到相对定位领域,由此给出基于C-LAMBDA算法的GNSS相对定位增强模型;通过推导相对定位增强模型糊度精度因子(ADOP)与传统单天线载体相对定位模型ADOP的数学关系,从理论上揭示了增强模型对于模糊度浮点解精度的提升作用。仿真与实测试验结果表明,与传统单天线载体相对定位相比,该方法在不同可视卫星数观测条件下均能够提高模糊度浮点解的精度,有效提升模糊度解算成功率,从而增强相对定位的可靠性。

基于整体最小二乘的参数估计新方法及精度评定

根据拉格朗日原理,推导运用整体最小二乘求解间接平差、附有限制条件的间接平差这两种测量数据处理模型,得到简单、易于编程实现的新迭代算法。给出整体最小二乘参数估计的单位权中误差计算公式以及待估参数的近似精度评定公式,并通过实际算例进行验证分析。

自由网平差的直接解算

首先分析现有的自由网平差解算方法,在重点分析假观测值法的基础上,提出了加权自由网平差、秩亏网平差和拟稳平差的一种直接解算算法,推导出了相应的计算公式和解算步骤。提出的解算方法不需组成法方程式,但满足最小二乘准则和不同基准约束条件,可直接得到与其他解法完全相同的解^L和^X。通过实例的比较计算分析可以看出,所提出的算法原理简单,计算简便易行。