同伦加权整体最小二乘平差算法
2022-11-04张重阳李成洪范小猛
张重阳,胡 川,李成洪,范小猛
(重庆交通大学 土木工程学院,重庆 400074)
整体最小二乘(total least squares,TLS)方法可以有效解决系数矩阵含有误差的参数估计问题,得到了学者的广泛关注。1980年,Golub和Van Loan从数值分析的角度用奇异值分解(singular value decomposition,SVD)方法得到了变量误差(error-in-variable,EIV)模型的TLS解[1],自此以后TLS法得到快速发展及广泛应用[2]。在测绘领域,通常会将TLS视作一个特殊的非线性问题,更多地是采用迭代解法进行TLS平差。Schaffrin[3-4]为解决异方差和结构EIV模型的参数估计问题,提出了加权整体最小二乘法(weighted total least squares,WTLS)。EIV模型在不同平差问题下具有不同的结构特征[5],部分变量误差(partial error in variable,PEIV)模型[6-7,8]能有效解决不同结构特征的EIV 模型参数估计问题。Fang[9]详细地研究了WTLS解存在的充要条件和随机参数估计问题,并阐述了不同迭代方法的异同。除此之外,也有研究人员从经典平差的角度出发,提出采用标准最小二乘法(standard least squares,SLS)来求解EIV模型,得到WTLS解算结果(即SLS-WTLS)[10],该法可直接利用间接平差的结果,有助于建立与经典平差的联系。WTLS迭代算法通常以加权最小二乘(weighted least squares,WLS)平差结果作为迭代初值,获得局部最优解,但当初值离WLS解较远时,迭代解法就存在法矩阵奇异和算法发散的问题。
为了解决此问题,Schaffrin等[3]在进行算法设计时,会预先计算一个近似WTLS解作为迭代初值,以确保算法具有良好的稳定性及收敛性。另一方面,同伦方法也能解决非线性模型的初值依赖问题[11]。连续同伦法[12]起源于延拓法,主要用于求解方程组[13-15],但早期尚未形成稳定有效算法。直到Li和Yorke提出预估-校正算法(Li-Yorke法)[16],让连续同伦法实现大范围局部收敛。……
