基于整体最小二乘法的GPS地质高程拟合研究

在测绘领域,关于整体最小二乘法的应用研究刚刚开始,受到众多学者的关注,如何提高测量数据处理的精确度与稳定性是目前面临的根本任务,将整体最小二乘法应用于GPS高程的拟合中,对拟合函数进行参数求解,并且该方法解算结果与传统最小二乘法解算结果进行对比分析,研究得出:模型以二次曲面模型为依据,对测量数据进行计算,计算结果与传统的最小二乘法相比,整体最小二乘法建立的模型更加合理、更加严密;对具体数据进行算例解算分析,并应用于平面模型与曲面模型中,然后通过整体最小二乘法与传统最小二乘法进行对比分析,采用整体最小二乘法进行GPS高程拟合得到的拟合结果更加贴近实际情况、更加准确。     

总体最小二乘求解线性模型的一种新算法

根据总体最小二乘的线性模型,采用拉格朗日原理推导一种新的总体最小二乘求解线性模型的迭代算法。该算法推导过程简单且易于编程实现,经实例计算并与其它几种总体最小二乘解算方法相比,计算结果表明,该算法正确合理。     

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。     

不同类型观测值非线性平差模型的降维解算

该文针对不同类型观测值的非线性最小二乘平差 ,介绍一种将问题分离后再解算的基于变尺度法的解析方法。在这种解算方法中 ,由于将待估参数分成了两部分 ,使原本庞大的高维方程组的解算得以简化 ,把待求参数的维数减半 ,大大提高了工作效率。并通过算例证明了它的可行性和有效性。     

线性模型的总体最小二乘新算法

根据拉格朗日原理提出了线性模型的总体最小二乘新算法。通过重构矩阵运算推导了算法的迭代公式,该算法推导过程简单且易于程序实现。通过实例分析并与几种总体最小二乘解算方法相比较,结果表明,该文算法正确合理。     

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。     

GPS高程拟合模型误差的最小二乘配置补偿

运用常规的最小二乘拟合模型求解高程异常必然存在较大的模型误差,鉴于模型误差的不确定性,可以将模型误差看作信号采用最小二乘配置法来处理,该文给出了具体模型和计算方法,并对一个测区的GPS水准数据进行解算,获得了满意的结果。最后通过算例分析了先验中误差对模型精度的影响。     

具有固定点的平面三边网平差

引言平面三边网的最小二乘法平差可按坐标变量法或条件方程法计算。不论采用哪一种方法,误差方程及条件方程都是非线性的。一般是用泰勒展开式并忽略二次项和高次项来使其线性化。有的解算采用近似方法,其它的解算方法需用迭代法。本文论述的是最小功法。在这里,条件方程是线性的,改正数系数也容易计算检核。最小功理论设想把长度等于观测距离的弹性杆件放在一起,组成一个网格结构。例如考察     

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。     

抗差加权总体最小二乘算法及其在矿区高程拟合中的应用

文中针对矿区高程异常参数求解中,传统最小二乘系数矩阵易受观测值误差影响、总体最小二乘难以抵抗粗差等缺陷,提出一种抗差加权总体最小二乘算法。采用模拟和矿区实测数据对算法进行验证,结果表明：该算法既能削弱系数矩阵受观测值误差影响,也能较好抵抗观测粗差,极大提高了解算结果的精度与可靠性。     

基于蚁群算法的井下无线传感器网络节点定位研究

为了提高定位精度,提出了基于蚁群算法的井下无线传感器网络的定位算法,从而获得更高的定位精度。为了适应井下有限的硬件条件要求,采用不需外加硬件条件的DV-Hop算法获得节点间距离,从而由三边测量法确定未知节点位置。为了验证提出算法的可行性,通过MATLAB进行仿真验证,实验表明该算法具有更高的定位精度。     

Solution and simulation algorithm of microseismic events location to three-dimensional model by comprehensive location method based on Matlab

The essential for microseismic monitoring is fast and accurate calculation of seismic wave source location. The precision of most traditional microseismic monitoring processes of mines, using TDOA location method in two-dimensional space to position the microseismic events, as well as the accuracy of positioning microseismic events, may be reduced by the two-dimensional model and simple method, and ill-conditioned equations produced by TDOA location method will increase the positioning error. This article, based on inversion theory, studies the mathematical model of TDOA location method, polarization analysis location method, and comprehensive difference location method of adding angle factor in the traditional TDOA location method. The feasibility of three methods is verified by numerical simulation and analysis of the positioning error of them. The results show that the comprehensive location method of adding angle difference has strong positioning stability and high positioning accuracy, and it may reduce the impact effectively about ill-conditioned equations to positioning results. Comprehensive location method with the data of actual measure may get better positioning results.     

基于LQI滤波与联合参数估计的井下人员定位算法

现有的基于RFID技术的井下人员定位系统存在定位准确度低、抗干扰性差等问题。为提高井下人员定位算法的准确性和环境适应性,提出了一种在ZigBee通信协议框架下,基于LQI滤波与RSSI联合参数估计的定位算法。首先使用LQI指标对通过ZigBee芯片读取的原始RSSI数据进行滤波,其次对RSSI的信道参数和环境噪声参数进行联合估计,并依据环境噪声参数对距离估计进行补偿,最后利用最小二乘法完成定位计算。算法挖掘了现有硬件设备的潜力,更多考虑了环境对定位的影响,有效的提高了定位的准确度。最后通过ZigBee硬件平台验证了算法的有效性,与原有RSSI定位算法相比,改进算法将定位均方误差降低了约10%。     

基于RSSI的煤矿井下巷道定位技术误差分析

煤矿井下定位系统的定位精度有限,为进一步提高矿井安全生产水平,及时且客观地获知人员和机车的位置,需对系统的定位误差情况有所掌握。煤矿井下多为巷道,人员和机车也多在巷道中活动,锚节点一般多布置在巷道一侧,根据盲节点必在巷道中的先验信息,以及实验得到并经最小二乘法修正的测距参数,对基于接收信号强度(RSSI)模型的井下巷道定位系统及定位误差进行了理论分析。得到系统模型中测距误差的放大倍数的分布规律,并分析测距误差对x,y方向的定位误差及最终定位误差的影响规律。仿真结果表明,相同的测距误差在不同的定位区域表现出了非均匀的目标定位误差分布,这对煤矿安全生产和管理都非常重要,而且能够对煤矿井下巷道定位系统的建设提供帮助和指导。结合井下巷道具体尺寸,数值计算得到测距误差对人员和机车定位的误差最大值,这将能够帮助煤矿事故中实施有效的安全救援工作。     

基于SSA-BP神经网络的岩爆烈度等级预测

随着深部开采战略在我国的发展,岩爆愈加成为我国资源开采时必须面对的地质灾害之一。为提高传统误差反向传播（Back Propagation,BP）神经网络模型进行岩爆预测的准确性与有效性,采用麻雀搜索算法（Sparrow Search Algorithm,SSA）优化传统BP神经网络,提出一种基于麻雀搜索算法优化BP神经网络的岩爆预测模型(SSA-BP模型)。在考虑岩爆产生的内外因基础上,选取相关岩爆预测指标,利用国内外100例已有工程岩爆数据建立SSA-BP模型,并与传统BP模型、粒子群算法（Particle Swarm Optimization, PSO）优化支持向量机（Support Vector Machines, SVM）模型对比。结果表明：SSA-BP预测模型的有效性和准确度皆高于传统BP模型和PSO-SVM模型,同时SSA-BP模型训练集的均方误差(Mean Square Error,MSE)为0.081,比传统BP模型（0.25）降低67.7%,可为类似工程的岩爆预测提供科学依据。     

基于GA-PSO融合算法的开采沉陷Richards预计模型参数优化

在矿区开采地表沉降动态预计模型建立过程中,针对Richards时间函数模型参数在地质采矿条件复杂情况下难以一次性准确求取的问题,采用遗传粒子群(Genetic Algorithm and Particle Swarm Optimization,GA-PSO)融合算法对Richards模型参数进行动态修正,建立了一种基于...     

测量平差的基准方程与相对形变及其精度分析

以基准方程表示基准数据,利用基准方程进行最小二乘平差的求解方法是一种具有普遍意义的求解方法,既适用于在一般基准下求解,也适用于重心基准或拟稳基准下求解,而且便于对有关问题进行分析;通过这种求解方法导出了不同基准下解的转换关系式.论述了相对于一定基准的相对解、相对形变和相对点位精度是广义的,以及意义更完善的相对解、相对形变和相对点位精度,并通过算例对此作了进一步说明.从该算例可以看到,各点的相对点位中误差随基准点至该点距离的增大而增大,根据在各种基准下得到的相对形变值有利于进行形变分析.     

含压实效应的沙丘曲线静校正方法及其应用

沙漠地区表层结构较为复杂,静校正问题是难点.利用炮点井深、替换速度、潜水面和地表高程等资料,给出了固定基准面位于地表以上的沙丘曲线静校正量和最小二乘法压实系数的具体计算公式,并与野外测量的静校正量进行对比,从实际资料的单炮和叠加结果可以看出,该方法能够有效解决沙漠地区的长波长静校正问题,且其应用效果要优于野外测量的静校正量,从而能够提高沙漠地区静校正量的计算效率和地震资料的处理精度.     

矿区GPS高程异常相关向量机拟合模型

为提高GPS高程异常拟合的精度及可靠性,基于相关向量机模型（Relevance vector machine,RVM）,提出了一种稀疏化概率式的GPS高程异常SVM拟合模型。以柯西核函数与交叉验证法构建相关向量机,并推导了置信区间的估计公式。以某矿区GPS高程控制网为例,构建了基于相关向量机的高程异常拟合模型,并与多项式拟合、BP神经网络和遗传最小二乘支持向量机进行精度对比,通过置信区间估计,评价拟合结果的可靠性。试验结果表明：①相关向量机的平均绝对误差 （Mean absolute error,MAE）、平均绝对百分误差（Mean absolute percentage error,MAPE）、均方根误差（Root mean square error,RMSE）等精度指标均较大幅度优于多项式、BP神经网络和遗传最小二乘支持向量机;②测试数据集的实测高程异常均在相关向量机估计的置信区间内。上述试验结果进一步表明：相关向量机是一种精度及可靠性高的矿区GPS高程异常拟合方法,对于快速测定矿区正常高有一定的参考价值。     

生物氧化预处理过程中溶氧量的预测研究

溶氧量作为影响生物氧化速率的重要因素之一,精准地预测溶氧量对生物氧化冶金工艺有着十分重要的意义,为提高模型预测的精度,本文提出一种基于鲸鱼算法-最小二乘支持向量机（WOA-LSSVM）的矿浆溶氧量预测建模方法,用鲸鱼算法对最小二乘支持向量机的核函数宽度和惩罚因子进行寻优,然后建立WOA-LSSVM溶氧量预测模型,最后输出预测结果,并与LSSVM和(粒子群算法)PSO-LSSVM模型对比。研究表明,WOA-LSSVM模型的预测结果更接近于实际值,其相对误差也比另外两种模型低,该模型可以很好地预测溶解氧,具有预测精度高的优势,可应用于之后对于溶氧量的预测研究。