预览加载中,请您耐心等待几秒...
1/4
2/4
3/4
4/4

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

第28卷第4期贵州大学学报(自然科学版)VOl.28NO.4 2011年8月JOuRnalOfGuizhOuUniVeRsity(NatuRalSciences)Aug.2011 文章编号1000-5269(2011)04-0029-04 病态问题解算的直接正则化方法比较* 范千1,2*,方绪华1,范娟3 (1.福州大学土木工程学院,福建福州350108;2.江西省数字国土重点实验室,江西抚州344000;3.安徽省无为六洲中学,安徽巢湖238300) 摘要:为了解算病态问题,需正确选择适合的正则化方法,为此分析了截断奇异值法和Tik- hOnOV正则化方法的异同点。在此基础上,阐述了L曲线法和GCV法确定最优正则化参数的基 本原理。通过数值算例分析表明:截断奇异值法和TikhOnOV法可以有效消除观测方程的病态 性;利用L曲线法和GCV法不仅可以对TikhOnOV方法中的连续正则化参数进行合理确定,而且 还可以准确确定截断奇异值法中的离散正则化参数。最后,比较研究了四种组合方法的正则化 解的精度和稳健性。 关键词:正则化方法;截断奇异值法;TikhOnOV法;L曲线;GCV 中图分类号:P207文献标识码:A 病态问题在大地测量领域是广泛存在的,例如成的四种不同组合方法在病态问题解算中的应用, 工程控制网平差、GPS快速精密定位[1]、地球物理并以算例进行验证比较,以便为实际应用提供合理 [2][3] 反演以及重力场求解等方面都不可避免地存的选择依据。 在病态问题病态问题主要表现在其解极不稳定, 。1病态观测方程解算的直接正则化 与真实值相差较远,导致成果质量降低且极不可 方法 靠。为了对病态问题进行有效解算,许多学者提出 对于观测方程: 和发展了各种方法,其中最具影响的是正则化方 L=AX+Δ(1) 法。正则化方法可分为直接正则化方法与迭代正m×1m×nn×1m×1 则化方法。大地测量中最常采用的直接正则化方式中:L为观测值;A为设计矩阵;X为待估参数; [4,5]为噪声,(,2) 法有截断奇异值(TSVD)方法与TikhOnOV正则ΔΔ~N0σ0I. 化方法[6]。而迭代正则化方法[7]如LandwebeR迭其最小二乘(LS)解为: 代法和共轭梯度法也有一些应用。考虑到目前仍X^=(ATA)-1ATL(2) 没有一种适合所有病态问题解算的最优正则化方当观测方程病态时,由于(2)式中的法矩阵 ,T 法因此对不同的直接正则化方法进行比较研究是AA的条件数非常大,导致求逆极不稳定。对矩阵 一项具有重要意义的工作[] 。A进行奇异值分解(SVD)9: 在选择一种直接正则化方法后,其正则化参数n TT() 的确定将非常重要,它是能够改善病态问题解的性A=U∑V=∑uiσivi3 i=1 能的关键。目前,正则化参数的选取准则主要有岭式中,(,,)和(,,)分别为 U=u1…umV=v1…vn 迹法[8]曲线法[9]广义交叉检验()法[10] 、L、GCV和维正交阵,且满足TT; m×mn×nUU=VV=In 等。本文将阐述TSVD方法与TikhOnOV正则化方 =diag(σ,…,σ),σ≥…≥σ>0为A的 法的基本原理,重点探讨L曲线法和广义交叉检∑1n1n 验法的特点,并在此基础上,对比分析由上述两种奇异值。相应地,可得到最小二乘解的奇异值分解 直接正则化方法以及两种正则化参数确定方法形式为: *收稿日期:2011-05-20 基金项目:江西省数字国土重点实验室开放基金资助项目(DLLJ201102);福建省教育厅科技资助项目(JA10045);福建省自然科学 基金资助项目(2009J05102);福州大学科研启动基金资助项目(022355) 作者简介:范千(1981-),男,汉族,安徽无为人,讲师,工学博士,研究方向:变形监测数据处理及GPS定位技术,Email:fan- qian1981@163.cOm. *通讯作者:范千,Email:fanqian1981@163.cOm. ·30·贵州大学学报(自然科学版)第28卷 nuTL定差异。TSVD法完全消除了小奇异值项对解的 ^i() X=∑vi4 i=1σi影响,而TikhOnOV法只是将这种影响进行了削弱。 (),, 从4式可以看出当i很高时对应很小的2确定正则化参数的方法 σ,此时即使观测值中含有较小的误差都将使得 i2.1L曲线法 最小二乘解偏离真值较远。为了避免这种现象,引 L曲线法的基本原理是对不同的正则化参数 入滤波因子f,用以抑制病态解中的误差分量项, i^ 从而求得近似解:绘出其残余范数‖AX-L‖与正则化解范数 nuTL‖X^‖之间的二维曲线图,由于该曲线通常成L i() Xreg=∑fivi5 i=1σi形,其拐角即是正则化参数的最优值