在平差數(shù)據(jù)處理中,觀測值的先驗(yàn)權(quán)值往往存在不可靠性,如何根據(jù)平差的函數(shù)模型與隨機(jī)模型進(jìn)行隨機(jī)模型的修正從而得到更加合理的參數(shù)估值是一個值得研究的重要問題。變量誤差（EIV,error-in-variables）模型是顧及了系數(shù)矩陣誤差的平差模型,針對EIV模型中系數(shù)矩陣存在隨機(jī)元素與非隨機(jī)元素的情況有部分變量誤差（Partial EIV,partial error-in-variables）模型;總體最小二乘（TLS,total least squares）方法為EIV模型及Partial EIV模型的嚴(yán)密估計方法。相比于Partial EIV模型豐富的參數(shù)估計方法,Partial EIV隨機(jī)模型的研究較少,未對隨機(jī)模型進(jìn)行擴(kuò)展研究,需要進(jìn)一步發(fā)展。本文根據(jù)已有的方差分量估計方法,擴(kuò)展Partial EIV隨機(jī)模型形式,考慮總體最小二乘參數(shù)估值的偏差及方差分量估計中出現(xiàn)的負(fù)方差,研究Partial EIV模型更為一般性的方差分量估計方法并將其應(yīng)用于實(shí)際中,旨在獲得修正隨機(jī)模型下更加合理的參數(shù)估值及觀測值權(quán)重信息。本文的具體研究如下:研究了Partial EIV模型的非負(fù)最小二乘方差分量... 

【文章來源】：東華理工大學(xué)江西省

【文章頁數(shù)】：110 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
1 緒論
    1.1 選題的背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 PartialEIV模型算法研究
        1.2.2 Gauss-Markov模型與EIV模型方差分量估計方法
        1.2.3 當(dāng)前方差分量估計方法研究中存在的不足
    1.3 論文研究的目標(biāo)和內(nèi)容
        1.3.1 研究目標(biāo)
        1.3.2 研究內(nèi)容和論文結(jié)構(gòu)
    1.4 本章小結(jié)
2 PartialEIV模型的非負(fù)最小二乘方差分量估計
    2.1 概述
    2.2 PartialEIV模型解算方法
    2.3 PartialEIV模型的非負(fù)最小二乘方差分量估計
        2.3.1 最小二乘方差分量估計
        2.3.2 非負(fù)最小二乘方差分量估計
    2.4 算例與分析
        2.4.1 直線擬合模型
        2.4.2 二維仿射變換模型
        2.4.3 算例分析
    2.5 本章小結(jié)
3 相關(guān)觀測與偏差改正的PartialEIV模型方差分量估計
    3.1 概述
    3.2 相關(guān)觀測PartialEIV模型方差分量估計
        3.2.1 相關(guān)觀測PartialEIV模型算法
        3.2.2 相關(guān)觀測PartialEIV模型方差分量估計
        3.2.3 算例分析
    3.3 偏差改正的PartialEIV模型方差分量估計
        3.3.1 PartialEIV模型參數(shù)估值偏差計算及精度評定
        3.3.2 偏差改正的方差分量估計
        3.3.3 算例分析
    3.4 本章小結(jié)
4 病態(tài)PartialEIV模型的虛擬觀測法及方差分量估計
    4.1 概述
    4.2 病態(tài)問題的虛擬觀測法
    4.3 方差分量估計方法確定病態(tài)問題的正則化參數(shù)
    4.4 病態(tài)問題的精度評定
    4.5 算例與分析
        4.5.1 線性方程組
        4.5.2 測邊網(wǎng)平差
        4.5.3 第一類Fredholm積分方程
        4.5.4 算例分析
    4.6 本章小結(jié)
5 PartialEIV模型方差分量估計方法的應(yīng)用
    5.1 概述
    5.2 高程擬合模型的方差分量估計
        5.2.1 高程擬合模型
        5.2.2 高程擬合算例分析
    5.3 Mogi模型反演
        5.3.1 垂直位移與水平位移
        5.3.2 協(xié)因數(shù)陣計算
        5.3.3 Mogi模型反演的虛擬觀測法
        5.3.4 Mogi模型方差分量估計迭代步驟
        5.3.5 火山Mogi模型模擬算例
        5.3.6 長白山天池火山Mogi模型反演
    5.4 本章小結(jié)
6 結(jié)論與展望
    6.1 本文主要工作總結(jié)
    6.2 下一步工作展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間的論文、主要學(xué)術(shù)活動及獲獎情況
致謝



本文編號：3023890