简介：文章将卡尔曼滤波理论应用于时间序列影像的背景估计,引入衰减记忆因子解决滤波的发散问题,最终实现了对背景信号的估计.
简介：
简介：】在ＧＰＳ相位数据处理中，总是采用最小残差平方项与第二最小残差平方项的比较试验作为模糊度接受和拒绝的标准。在本文中，描述了一个新的Ｆ分布统计，它基于两个ｘ２分布的独立性，Ω有ｎ－ｔ－ｍ个自由度（Ω是模糊度实数解残差平方项的值），Ｒ有ｍ个自由度（Ｒ＋Ω是模糊度固定解的残差的平方项的值）。这个新的接受标准被定义为：［Ｒ／ｍΩ／（ｎ－ｔ－ｍ）≤ξＦ（ｍ，ｎ－ｔ－ｍ）；１－α］。通过不同条件下的试验，结果表明，新的接受和拒绝的标准比传统的要好。
简介：从求解严重病态线性代数方程组的实际出发,通过分离复共线矩阵列来将未知参数分组交替地作最小二乘估计,得到了一种新的迭代解法--分块迭代算法,并给出了迭代格式的收敛性证明.最后通过实例验证了上述结论.
基于卡尔曼滤波的时间序列影像背景估计
关于Helmert方差分量估计的两点注记
整周模糊度最小二乘估计接受和拒绝的标准Shaowei Hao和chris Rizos
病态方程组的分块迭代法及其在GPS整周模糊度估计中的应用
