基于WTLS的井筒变形监测算法及方案设计

针对基于最小二乘的常规井筒变形监测算法中,系数矩阵往往包含观测值误差影响,难以解算出井筒变形最优解,提出一种抗差加权整体最小二乘算法。该算法通过同时对待求参数和系数矩阵进行估计,克服常规最小二乘系数矩阵受观测值随机误差影响;同时结合IGGⅢ三段权函数抗差因子,调整各观测值权函数,消除观测值粗差对最终变形估计值的影响,得到最优的井筒变形值。最后分别采用模拟和实测井筒数据对算法进行了验证,结果表明:当观测值含有随机误差时,整体最小二乘算法优于最小二乘,但都无法抵御观测粗差影响;抗差加权整体最小二乘算法可以有效抵御观测粗差,修正观测随机误差影响,且精度优于抗差最小二乘;采用抗差加权整体最小二乘算法对实测井筒变形数据进行解算结果与实际相符,可以增强变形监测结果的可靠性,提高井筒变形量精度。     

拟准检定法在矿区地表沉降预测中的应用

对矿区地表的沉降预测过程中,沉降点观测值存在粗差的情况经常发生,由于传统最小二乘拟合法因不具有抗差性~([1]),使得监测点的沉降预测值与实际变形值存在偏离。文中引入拟准检定法解决观测值存在粗差时矿区地表的沉降预测。算例研究表明,当沉降观测值有粗差时,最小二乘拟合预测值与实际沉降严重偏离,而拟准检定法削弱了粗差影响,其预测结果与实际沉降值较吻合,能很好的反映矿区地表监测点的沉降情况。     

总体最小二乘法在直线拟合中的应用

总体最小二乘方法(TLS)是近年来出现的一种较新的平差方法,与传统最小二乘方法(LS)不同的是,TLS可以同时顾及系数矩阵及观测值的误差.为此,介绍并推导了基于奇异值分解方法(SVD)的总体最小二乘(TLS)估计的计算方法,最后通过该方法在直线拟合中的应用,验证了该方法的有效性和可行性.     

整体最小二乘(TLS)在数字化曲线拟合中的应用

整体最小二乘方法(TLS)以其同时考虑系数矩阵和观测值的误差而作为一种较新的平差方法出现。文中通过阐述整体最小二乘算法基本思想,然后对曲线方程进行线性化,最后结合实例详细解算并分析整体最小二乘在曲线拟合中的应用,验证了该方法的有效性和可行性。     

加权总体最小二乘法及其在GPS高程拟合中的应用

多项式函数法是GPS高程拟合的常用方法,而常规的最小二乘解算方法没有考虑系数矩阵误差这一问题。该文分析了不同形式的多项式函数以及系数矩阵中观测元素之间的不等精度性,在基于二次曲面函数的GPS高程拟合中引入加权总体最小二乘的方法,并依据误差传播定律、实际观测精度情况定权。采用加权总体最小二乘问题的迭代解算方法,经过实例计算,对比分析加权总体最小二乘法与总体最小二乘法、最小二乘法的计算结果,验证了加权总体最小二乘法更加合理,可以求得更准确的模型参数。     

基于中位数回归分析的矿区变形监测数据处理

经典的一元和多元线性回归模型多采用最小二乘方法进行参数解算,但最小二乘估计无抗差能力,遇到异常值干扰易导致参数估值出现偏差。为提高回归分析方法的抗差性,将中位数引入回归分析方法中,提出了一种基于中位数的回归分析方法。详细分析了回归分析的相关理论以及基于中位数的回归分析方法的基本原理;以淮北某矿区建筑物的实际变形监测数据为例,分别对变形监测数据进行了最小二乘回归分析、抗差最小二乘回归分析以及中位数回归分析,并对其拟合及预测效果进行了对比。结果表明：观测量受到粗差污染时,中位数回归分析方法可有效抵抗异常值的影响,拟合效果及预计结果均优于其他2种方法,对于提高矿区变形监测数据的处理精度及效率有一定的参考价值。     

基于间接平差中/的粗差探测方法

间接平差误差方程式中观测值与近似值之差l包含观测值L的信息,如L中含有粗差必在l中反映出来。文中推导出l具有数学期望为小于三倍中误差的常数和方差等于观测的方差这两条重要特性,可以区分出含有粗差的l和不含粗差的l。因为不含粗差的l中的观测值都不含有粗差,那么其补集可能含有粗差,将其与含有粗差的集合求交集,只要有足够的多余观测即可探测出粗差。这种方法去探测粗差,充分利用了l中含有L的丰富信息在进行最小二乘平差计算之前,就能简便有效地探测粗差,避免了最小二乘对粗差的分摊。文中将通过算例来说明该方法的简便性与可靠性。     

基于总体最小二乘的AR(p)模型及其在建筑物沉降预测中的应用

为了研究时间序列理论中自回归AR(p)模型,采用最小二乘方法求解模型参数时未考虑数据相关性的问题,引进总体最小二乘这种能够处理系数矩阵和观测矩阵同时存在偶然误差的平差方法,将总体最小二乘平差准则用于自回归AR(p)模型的参数解算,讨论了AR(p)模型的阶数p的确定方法。结合建筑物沉降数据的分析与预测结果,表明基于总体最小二乘准则的时间序列分析方法得出的模型更加准确,短期预测效果更好。     

基于高程异常拟合模型的矿区测量数据处理

基于高程异常拟合模型对矿区测量数据处理进行研究,分析总体最小二乘模型的几何意义,基于奇异值分解算法与拉格朗日函数算法,结合数据处理实例讨论矿区高程异常拟合。研究表明,与最小二乘算法相比,基于拉格朗日函数的总体最小二乘算法求解的拟合模型参数精度没有显著提高。     

VRS测量数据中粗差的检验与估计方法

针对VRS数据中存在粗差的问题,采用中位数判别法,推导了抗差加权最小二乘估计方法及其数学模型。利用实验分析了粗差对VRS正常观测值解算定位的影响,采用粗差探测与抗差估计相结合的方法来处理异常数据,结果表明,基于粗差探测和抗差加权最小二乘估计相结合的粗差处理方法可以有效地控制和抵御粗差的影响。