稳健估计法提升GNSS高程拟合精度:粗差剔除与模型保真

6 下载量 145 浏览量 更新于2024-09-05 收藏 958KB PDF 举报
本文主要探讨了GNSS(全球导航卫星系统)高程拟合中的问题,特别是在处理含有粗差数据时,最小二乘估计方法的局限性。最小二乘估计由于其对异常值敏感,容易受到粗差数据的影响,导致拟合结果失真。为了解决这一问题,论文提出了一种创新的方法——稳健估计选权迭代法,它将稳健估计理论应用于GNSS高程数据的预处理阶段。 稳健估计是一种统计学概念,强调在存在异常值或不确定数据的情况下,仍能提供较为可靠的结果。通过引入稳健估计,本文的方法能够在一定程度上抵抗粗差数据对拟合结果的影响,确保在允许的精度范围内,不会因为个别极端值而扭曲整个模型。作者使用MATLAB这一强大的数值计算工具,设计了一个迭代过程,通过不断优化权重分配,逐步剔除粗差数据,提高高程拟合的准确性。 研究结果显示,该稳健估计选权迭代法在实际应用中表现出显著的优势,不仅能够有效解决最小二乘估计易受粗差干扰的问题,还通过对具体工程实例的分析,验证了该方法在提高高程拟合精度和鲁棒性方面的有效性。此外,文中提到的关键词如多项式,可能是在建立稳健估计模型时使用的数学工具,用于描述GNSS高程数据的函数形式。 这篇文章深入研究了GNSS高程拟合中的稳健估计策略,提出了一种实用的数据预处理技术,对于提升GNSS在高精度定位、大地测量等领域的应用具有重要的理论和实践意义。通过严谨的数学建模和实际案例分析,该研究为GNSS数据的质量控制和异常检测提供了新的思路和方法。