求解自回归模型参数的整体最小二乘新方法

被引:12
作者
姚宜斌
黄书华
陈家君
机构
[1] 武汉大学测绘学院
关键词
整体最小二乘; 自回归AR模型; 迭代法;
D O I
10.13203/j.whugis20130204
中图分类号
P207 [测量误差与测量平差];
学科分类号
0708 ; 070801 ; 08 ; 0816 ;
摘要
在应用整体最小二乘法求解自回归模型的参数时,针对传统的SVD方法和迭代法并没有顾及到系数矩阵和观测向量构成的增广矩阵中不同位置上相同元素的改正数却不相同这一不足,推导了一种新的迭代解法,有效地解决了传统方法的不足,使得增广矩阵中不同位置的同一元素具有相同的改正数,更加符合实际情况且平差精度也有所提高。最后通过具体的算例,验证了本文方法的可行性和有效性。
引用
收藏
页码:1463 / 1466
页数:4
相关论文
共 5 条
[1]   基于AR(p)的卡尔曼滤波在GPS变形监测中的应用 [J].
赵新秀 ;
王解先 .
全球定位系统, 2009, 34 (05) :42-45
[2]  
高等测量平差[M]. 测绘出版社 , 王新洲等, 2006
[3]   An algorithmic approach to the total least-squares problem with linear and quadratic constraints [J].
Schaffrin, Burkhard ;
Felus, Yaron A. .
STUDIA GEOPHYSICA ET GEODAETICA, 2009, 53 (01) :1-16
[4]   Overview of total least-squares methods [J].
Markovsky, Ivan ;
Van Huffel, Sabine .
SIGNAL PROCESSING, 2007, 87 (10) :2283-2302
[5]   A note on constrained total least-squares estimation [J].
Schaffrin, Burkhard .
LINEAR ALGEBRA AND ITS APPLICATIONS, 2006, 417 (01) :245-258