EIV模型参数估计的新方法

汪奇生; 杨德宏; 杨腾飞

doi:10.13203/j.whugis20140182

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

EIV模型参数估计的新方法

汪奇生, 杨德宏, 杨腾飞

文章导航 > 武汉大学学报 ( 信息科学版) > 2016 > 41(3): 356-360

汪奇生, 杨德宏, 杨腾飞. EIV模型参数估计的新方法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(3): 356-360. doi: 10.13203/j.whugis20140182

引用本文:

汪奇生, 杨德宏, 杨腾飞. EIV模型参数估计的新方法[J]. 武汉大学学报 ( 信息科学版), 2016, 41(3): 356-360. doi: 10.13203/j.whugis20140182

WANG Qisheng, YANG Dehong, YANG Tengfei. A New Method of Parameter Estimation for the EIV Model[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 356-360. doi: 10.13203/j.whugis20140182

Citation:

WANG Qisheng, YANG Dehong, YANG Tengfei. A New Method of Parameter Estimation for the EIV Model[J]. Geomatics and Information Science of Wuhan University, 2016, 41(3): 356-360. doi: 10.13203/j.whugis20140182

EIV模型参数估计的新方法

doi: 10.13203/j.whugis20140182

1.
昆明理工大学国土资源工程学院, 云南昆明, 650093;
2.
湖南软件职业学院, 湖南湘潭, 411100

基金项目: 湖南省教育厅科研基金(15C0741)。

详细信息

作者简介:
汪奇生,硕士生,主要从事大地测量数据处理研究。wangqisheng0702@163.com

中图分类号: P207

A New Method of Parameter Estimation for the EIV Model

1.
Faculty of Land Resource Engineering, Kunming University of Science and Technology, Kunming 650093, China;
2.
Hunan Software Vocational Institute, Xiangtan 411100, China

Funds: The Scientific Research Foundation of Education Bureau of Hunan Province, China, No.15C0741.

摘要: 提出了一种EIV(errors-in-variables)模型参数估计的新方法,即根据非线性最小二乘平差理论,并用构造结构矩阵的方法来顾及系数矩阵的重复元素和常数项,推导了其迭代算法和精度评定公式。新方法统一了总体最小二乘、加权总体最小二乘以及结构总体最小二乘三种算法,并给出了详细的解算步骤。新方法的推导过程及其迭代格式较为简单,易于程序实现。最后通过两个实例验证了本文方法的有效性和可行性。
- EIV模型 /
- 总体最小二乘 /
- 参数估计 /
- 迭代算法 /
- 非线性平差模型
Abstract: We address the problem of simplifying the algorithm of parameter estimation for EIV models. Since the EIV model is a nonlinear model, not a simple linear relationship, the traditional method is complex and hard to evaluate its precision. In this paper, a new method of parameter estimation for EIV models is presented. The iteration algorithm and accuracy evaluation formulas are deuced based on the nonlinear least squares adjustment theory and by using a structured matrix and by taking into account the repetitive elements and constant term. The new method unifys three algorithms including the total least squares, the weight total least squares and the structured total least squares, and gives a detailed solution steps. It is easy to deduce and productive to use the new method. At last, the effectiveness and applicability of the new method are verified by two experiments.
- errors-in-variables /
- total least squares /
- parameter estimation /
- iteration algorithm /
- the nonlinear adjustment model

[1]	Golub G H, van Loan. An Analysis of the Total Least Squares Problem[J].SIAM J Numer Anal, 1980, 17: 883-893
[2]	Kong Jian,Yao Yibin,Wu Han.Iterative Method for Total Least-Squares[J]. Geomatics and Information Science of Wuhan University, 2010,35(6):711-714(孔建,姚宜斌,吴寒. 整体最小二乘的迭代解法[J].武汉大学学报·信息科学版,2010,35(6): 711-714)
[3]	Wang Qisheng,Yang Dehong,Yang Jianwen. An Iteration Algorithm of Linear Regression Based on Total Least Squares[J].Journal of geodesy and geodynamics,2013,33(6):112-114(汪奇生,杨德宏,杨建文. 基于总体最小二乘的线性回归迭代算法[J]. 大地测量与地球动力学,2013,33(6):112-114)
[4]	Qiu Weining,Tao Benzhao,Yao Yibin, et al. The Theory and Method of Surveying Data Processing [M]. Wuhan: Wuhan University Press, 2008(邱卫宁,陶本藻,姚宜斌,等.测量数据处理理论与方法[M].武汉: 武汉大学出版社,2008)
[5]	Ding Keliang, Sheng Yunzhong, Ou Jikun.Methods of Line Fitting Based on Total Least-Squares[J]. Journal of Liaoning Technical University (Natural Science),2010,29(1): 44-47(丁克良,沈云中,欧吉坤. 整体最小二乘法直线拟合[J]. 辽宁工程技术大学学报(自然科学版), 2010,29(1) :44-47)
[6]	Yuan Qing, Lou Lizhi, Chen Weixian.The Application of the Weighted Total Least-Squares on Three Dimensional-Datum Transformation[J]. Acta Geodaetica et Cartographica Sinica, 2011,(Supp.): 115-119)(袁庆, 楼立志, 陈玮娴. 加权总体最小二乘在三维基准转换中的应用[J]. 测绘学报, 2011(增刊): 115-119)
[7]	Schaffrin B,Wieser A. On Weighted Total Least-Squares Adjustment for Linear Regression [J]. Journal of Geodesy, 2008,82(7): 415-421
[8]	Shen Y Z,Li B F, Chen Y. An Iterative Solution of Weighted Total Least-Squares Adjustment[J]. Journal of Geodesy,2011, 85(4): 229-238
[9]	Xu P L,Liu J N,Shi C.Total Least Squares Adjustment in Partial Errors-in-variables Models: Algorithm and Statistical Analysis[J]. Journal of Geodesy,2012, 86:661-675
[10]	Mahboub V.On Weighted Total Least-Squares for Geodetic Transformations [J].Journal of Geodesy, 2012,86(5): 359-367
[11]	Hu Chuan,Chen Yi, Peng You. On Mixed Structured Total Least Squares for Paramet Ersestimation[J].Journal of Geodesy and Geodynamics,2013,33(4):56-60(胡川,陈义,彭友.混合结构总体最小二乘参数估计[J].大地测量与地球动力学, 2013, 33(4): 56-60)
[12]	Liu Jingnan,Zeng Wenxian,Xu Peiliang. Overview of Total Least Squares Methods[J]. Geomatics and Information Science of Wuhan University, 2013, 38(5): 505-512(刘经南,曾文宪,徐培亮.整体最小二乘估计的研究进展[J].武汉大学学报·信息科学版, 2013, 38(5): 505-512)

[1]	彭飞, 王中, 孟庆旭, 潘雄, 邱封钦, 杨玉锋. EM算法在p范混合模型参数估计中的应用 . 武汉大学学报 ( 信息科学版), 2022, 47(9): 1432-1438. doi: 10.13203/j.whugis20200172
[2]	王乐洋, 邹传义. 乘性误差模型参数估计及精度评定的Sterling插值方法 . 武汉大学学报 ( 信息科学版), 2022, 47(2): 219-225. doi: 10.13203/j.whugis20200052
[3]	王乐洋, 邹传义. PEIV模型参数估计理论及其应用研究进展 . 武汉大学学报 ( 信息科学版), 2021, 46(9): 1273-1283, 1297. doi: 10.13203/j.whugis20200312
[4]	王乐洋, 孙坚强. 总体最小二乘回归预测模型的方差分量估计 . 武汉大学学报 ( 信息科学版), 2021, 46(2): 280-288. doi: 10.13203/j.whugis20180450
[5]	吕志鹏, 隋立芬. 基于非线性高斯-赫尔默特模型的结构总体最小二乘法 . 武汉大学学报 ( 信息科学版), 2019, 44(12): 1808-1815. doi: 10.13203/j.whugis20180104
[6]	王乐洋, 李海燕, 陈晓勇. 拟牛顿修正法解算不等式约束加权总体最小二乘问题 . 武汉大学学报 ( 信息科学版), 2018, 43(1): 127-132. doi: 10.13203/j.whugis20150333
[7]	王乐洋, 余航. 火山Mogi模型反演的总体最小二乘联合平差方法 . 武汉大学学报 ( 信息科学版), 2018, 43(9): 1333-1341. doi: 10.13203/j.whugis20160469
[8]	王乐洋, 许光煜, 陈晓勇. 附有相对权比的PEIV模型总体最小二乘平差 . 武汉大学学报 ( 信息科学版), 2017, 42(6): 857-863. doi: 10.13203/j.whugis20150001
[9]	王乐洋, 余航. 总体最小二乘联合平差 . 武汉大学学报 ( 信息科学版), 2016, 41(12): 1683-1689. doi: 10.13203/j.whugis20140670
[10]	王乐洋, 吴飞, 吴良才. GPS高程转换的总体最小二乘拟合推估模型 . 武汉大学学报 ( 信息科学版), 2016, 41(9): 1259-1264. doi: 10.13203/j.whugis20140421
[11]	王乐洋, 许才军. 总体最小二乘研究进展 . 武汉大学学报 ( 信息科学版), 2013, 38(7): 850-856.
[12]	刘经南, 曾文宪, 徐培亮. 整体最小二乘估计的研究进展 . 武汉大学学报 ( 信息科学版), 2013, 38(5): 505-512.
[13]	张小红, 李盼, 李星星, 郭斐. 天线相位中心改正模型对PPP参数估计的影响 . 武汉大学学报 ( 信息科学版), 2011, 36(12): 1470-1473.
[14]	鲁铁定, 周世健. 总体最小二乘的迭代解法 . 武汉大学学报 ( 信息科学版), 2010, 35(11): 1351-1354.
[15]	吴波, 汪小钦, 张良培. 端元光谱自动提取的总体最小二乘迭代分解 . 武汉大学学报 ( 信息科学版), 2008, 33(5): 457-460.
[16]	覃文忠, 王建梅, 刘妙龙. 混合地理加权回归模型算法研究 . 武汉大学学报 ( 信息科学版), 2007, 32(2): 115-119.
[17]	宁伟, 陶华学, 卿熙宏. 广义非线性最小二乘测量参数平差的快速差分迭代解算 . 武汉大学学报 ( 信息科学版), 2005, 30(7): 617-620.
[18]	王新洲. 非线性模型参数估计的直接解法 . 武汉大学学报 ( 信息科学版), 1999, 24(1): 64-67.
[19]	陶本藻, 刘大杰. 参数估计的统一模型——广义Gauss-Markov模型 . 武汉大学学报 ( 信息科学版), 1990, 15(4): 76-84.
[20]	奚长元. 变形模型辨识与参数估计 . 武汉大学学报 ( 信息科学版), 1990, 15(2): 72-81.

点击查看大图

计量

文章访问数: 2445
HTML全文浏览量: 74
PDF下载量: 403
被引次数: 0

EIV模型参数估计的新方法

doi: 10.13203/j.whugis20140182

1. 昆明理工大学国土资源工程学院, 云南昆明, 650093;

2. 湖南软件职业学院, 湖南湘潭, 411100

基金项目: 湖南省教育厅科研基金(15C0741)。

作者简介:
汪奇生,硕士生,主要从事大地测量数据处理研究。wangqisheng0702@163.com

收稿日期: 2014-06-17
刊出日期: 2016-03-05

中图分类号: P207

关键词:

EIV模型 /

摘要: 提出了一种EIV(errors-in-variables)模型参数估计的新方法,即根据非线性最小二乘平差理论,并用构造结构矩阵的方法来顾及系数矩阵的重复元素和常数项,推导了其迭代算法和精度评定公式。新方法统一了总体最小二乘、加权总体最小二乘以及结构总体最小二乘三种算法,并给出了详细的解算步骤。新方法的推导过程及其迭代格式较为简单,易于程序实现。最后通过两个实例验证了本文方法的有效性和可行性。