本文關鍵詞：總體最小二乘用于線陣衛(wèi)星遙感影像光束法平差解算

  更多相關文章： 線陣遙感影像 虛擬觀測方程 總體最小二乘 光束法平差 嶺跡法

【摘要】：顧及像點觀測方程的系數(shù)矩陣中存在隨機誤差,提出了基于總體最小二乘的線陣衛(wèi)星遙感影像光束法平差模型。在假定像點觀測誤差和系數(shù)矩陣誤差均為獨立、等精度分布的基礎上,利用拉格朗日條件極值法推導了包含外方位元素虛擬觀測方程和控制點誤差方程的總體最小二乘光束法平差算法的具體公式和計算方法。該方法利用方差分量估計確定各類虛擬觀測值的方差,可求解包含多類虛擬觀測量的平差問題,并可用先驗信息或嶺跡法確定系數(shù)矩陣觀測值的權(quán)比例系數(shù),從而克服了現(xiàn)有總體最小二乘虛擬觀測方法不能處理多類虛擬觀測值的不足,確保了光束法平差可正確有效求解。分別利用模擬算例與兩組真實影像進行了試驗驗證。結(jié)果表明,相比于常規(guī)最小二乘虛擬觀測法以及現(xiàn)有總體最小二乘虛擬觀測方法,本文方法具有更高的求解精度與適應性。相較于傳統(tǒng)線陣衛(wèi)星遙感影像光束法平差方法,本文方法可以獲得更高的平差計算精度。
【作者單位】： 信息工程大學地理空間信息學院;地理信息工程國家重點實驗室;西安測繪研究所;
【關鍵詞】： 線陣遙感影像 虛擬觀測方程 總體最小二乘 光束法平差 嶺跡法
【基金】：國家自然科學基金(41471387;41201477;41301526;41501506) 地理信息工程國家重點實驗室開放研究基金(SKLGIE2015-M-3-1;SKLGIE2015-M-3-2)~~
【分類號】：P237;P207.2
【正文快照】： 最小二乘虛擬觀測方法,本文方法具有更高的求解精度與適應性。相較于傳統(tǒng)線陣衛(wèi)星遙感影像光束法平差方法,本文方法可以獲得更高的平差計算精度。光束法區(qū)域網(wǎng)平差是線陣衛(wèi)星遙感影像有地面控制條件下幾何定位的重要方法。其基本思想是利用地面控制點坐標及其對應像點觀測值等

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 朱明德;林水生長“多對多”系統(tǒng)參數(shù)最小二乘辨識[J];南京林業(yè)大學學報(自然科學版);1986年01期

2 周叮;最小二乘識別的一個改進算法[J];力學與實踐;1992年06期

3 王守道,徐森根;晶體結(jié)構(gòu)參數(shù)阻尼最小二乘精化法[J];科學通報;1981年23期

4 楊自強;廣義最小二乘模型的應用[J];科學通報;1982年07期

5 王琴;沈遠彤;;二尺度最小二乘小波支持向量回歸[J];工程地球物理學報;2009年04期

6 姜華;曹紅妍;;基于最小二乘支持向量機的鐵路客運量預測研究[J];河南科學;2010年08期

7 楊自強;;廣義最小二乘模型與判別分類[J];物化探電子計算技術(shù);1981年03期

8 范鷹,時軍;最小二乘原則的一個推廣應用[J];天津城市建設學院學報;1998年04期

9 文國倉;田曉程;;基于加權(quán)整體最小二乘的多元線性回歸分析[J];青海大學學報(自然科學版);2014年04期

10 鄭彥玲;;剔除相關性的最小二乘理論研究[J];數(shù)理醫(yī)藥學雜志;2008年06期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 孫明軒;畢宏博;;最小二乘學習辨識[A];中國自動化學會控制理論專業(yè)委員會D卷[C];2011年

2 袁慶;樓立志;陳瑋嫻;;加權(quán)總體最小二乘在三維基準轉(zhuǎn)換中的應用[A];第二屆中國衛(wèi)星導航學術(shù)年會電子文集[C];2011年

3 宋海鷹;桂衛(wèi)華;陽春華;;基于核偏最小二乘的簡約最小二乘支持向量機及其應用研究[A];第二十六屆中國控制會議論文集[C];2007年

4 陳慧波;丁鋒;;基于輸出快采樣數(shù)據(jù)的確定性系統(tǒng)最小二乘盲辨識方法[A];第二十六屆中國控制會議論文集[C];2007年

5 康傳會;汪曉東;汪軻;常健麗;;基于最小二乘支持向量機的遲滯建模方法[A];第二十九屆中國控制會議論文集[C];2010年

6 苑云;朱肇昆;尚洋;;一種加速最小二乘匹配方法[A];第十三屆全國實驗力學學術(shù)會議論文摘要集[C];2012年

7 于正n\;朱圣英;崔平遠;;小天體地形重構(gòu)技術(shù)的最小二乘實現(xiàn)與精度分析[A];中國宇航學會深空探測技術(shù)專業(yè)委員會第八屆學術(shù)年會論文集（下篇）[C];2011年

8 閆守柱;羅佳;吉雯龍;張傳海;胡曉明;;基于ACPSO的最小二乘支持向量機分類方法研究[A];系統(tǒng)仿真技術(shù)及其應用學術(shù)論文集（第15卷）[C];2014年

9 周明東;林俊聰;金小剛;;基于最小二乘網(wǎng)格的模型修補[A];中國計算機圖形學進展2008--第七屆中國計算機圖形學大會論文集[C];2008年

10 胡亞軒;王慶良;崔篤信;王文萍;李克;鄭傳芳;陳紅衛(wèi);;Mogi模型的阻尼最小二乘反演及其應用[A];中國地球物理學會第22屆年會論文集[C];2006年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 陶葉青;總體最小二乘模型及其在礦區(qū)測量數(shù)據(jù)處理中的應用研究[D];中國礦業(yè)大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 陶武勇;總體最小二乘粗差探測和定位[D];東華理工大學;2015年

2 周鑫;最小二乘策略迭代算法研究[D];蘇州大學;2014年

3 陳沛;一種基于最小二乘映射的減基法及應用[D];湖南大學;2011年

4 陳曉偉;有色噪聲干擾隨機系統(tǒng)二步最小二乘辨識方法[D];江南大學;2008年

5 徐強;基于二乘二取二計算機安全平臺的設計與實現(xiàn)[D];西安電子科技大學;2011年

6 汪奇生;線性回歸模型的總體最小二乘平差算法及其應用研究[D];昆明理工大學;2014年

7 李曉航;最小二乘支持向量機的稀疏性與泛化性研究[D];大連理工大學;2014年

8 于德海;最小二乘小波及其在心電信號識別中的應用[D];北方工業(yè)大學;2005年

9 李威特;胎面生產(chǎn)過程關鍵段模型研究[D];武漢理工大學;2008年

10 崔慶;最小二乘支持向量機模型的改進及其在徑流預報中的應用[D];西北農(nóng)林科技大學;2013年

，

本文編號：787676