Ⅱ类病态系统分析理论及其应用研究
|
摘要
病态性问题是影响参数估计质量的主要因素之一，其危害是非常严重的，因此分析病态性问题产生的原因，研究病态性问题的减弱措施是测量数据处理工作中必须面对的问题。在大地测量中，同时存在着Ⅰ、Ⅱ类病态问题，而以Ⅱ类病态性问题为主，特别是随着GPS定位与导航、雷达摄影测量等先进测绘技术的应用，病态问题已经成为提高空间位置精度的主要影响因素之一，因此对Ⅱ类病态问题的分析与处理显得尤为重要。
论文在分析总结现有研究成果的基础上，针对大地测量中出现的病态问题进行剖析。
基于赋范空间、内积空间理论，H空间中的G-S正交化方法、距离度量理论、角度度量理论对观测空间的结构进行了分析。系统地推证了观测空间中观测向量间关系的度量方法，揭示了不同度量方法的区别和联系，揭示了Ⅱ类病态性问题的空间表现特征。提出了观测结构的几何表示及数值计算方法，揭示了Ⅱ类病态问题的实质。
在分析研究观测结构的基础上，提出了观测信息量度量的改进方法，借助于该方法，可以有效地度量观测向量对参数估计的作用，有利于分析观测有效性与Ⅱ类病态性的关系。
提出了Ⅱ类病态性诊断方法。针对个别观测对病态性的影响，提出了基于投影矩阵的诊断方法；对全部观测而言，提出了基于体积U的病态性诊断方法。针对GPS定位中几何精度因子的定位精度度量指标，分析了它的Ⅱ类病态性的诊断意义，揭示了GPS定位中病态性的实质，为提高定位精度采取有效措施提供了重要依据。
为了研究Ⅱ类病态性减弱措施，论文首先分析了基于最小二乘估计理论的参数估计的性质和特点，在此基础上对现有的主要病态性处理方法进行实验分析，确认了Tikhonov正则化方法是减弱病态性影响的有效方法。在认真分析和实践的基础上，提出了改进Tikhonov正则化效果的方法和措施。运用Ⅱ类病态性的分析与处理方法对数码相机检较中出现的病态问题进行诊断和分析，为提高相机检较参数的质量提供依据。初步形成了Ⅱ类病态性问题的分析与处理的理论体系。
The ill-conditioned problem is one of the main factors affecting the quality of the parameters estimation, its harm is extremely serious, so analyzing the reason that the ill-conditioned produced and searching for mitigating measure is the problem which must be faced in the data processing work. In the geodetic survey, there are Ⅰ or Ⅱ two kinds ill-conditioned problems, but the Ⅱ one plays the main role, especially with the application of the GPS localization and the navigation, the radarscope photograph survey and other advanced mapping technology, the ill-conditioned have already become one of the major influence factors to improve the space position's precision, so it is important to analysis and process Ⅱ ill-conditioned.
By analyzing and summarizing the existing research, this paper discusses Ⅱ ill-conditioned in the geodetic survey.
Analyzed the structures of observation spaces by use of G-S orthogonalizing method and
the measure theory on the distance or angle in H space. Deducted the measure methods of observation vector's relation by the numbers. Pointed out the difference and relation among different measurement methods, did research on the relations of the observation subspaces thoroughly. Put forward the geometry expressing and numerical calculating methods of observation space structures. Unveiled the spatial character and the essential of Ⅱ ill-conditioned.
Suggest the improving method of measuring information of observation by analyzing the structures of observation. By use of this method, we may measure the effect of observation vector to parameters estimate effectively, so this method is propitious to analyze the relation between observation validity and Ⅱ ill-conditioned.
The diagnosis method of Ⅱ ill-conditioned was put forward in this paper. For the influence of individual observation to the ill-conditioned, the diagnosis method was put forward based on the projection matrix, for all observations the diagnosis method of Ⅱ ill-conditioned was suggested based on volume U that observation vectors formed. In view of the positioning accuracy measurement index of GDOP in the GPS, analyzed its diagnosis significance of Ⅱ ill-conditioned, and indicate the ill-condition essence in the GPS, and provide the important basis for taking the effective action to enhance positioning accuracy.
论文在分析总结现有研究成果的基础上，针对大地测量中出现的病态问题进行剖析。
基于赋范空间、内积空间理论，H空间中的G-S正交化方法、距离度量理论、角度度量理论对观测空间的结构进行了分析。系统地推证了观测空间中观测向量间关系的度量方法，揭示了不同度量方法的区别和联系，揭示了Ⅱ类病态性问题的空间表现特征。提出了观测结构的几何表示及数值计算方法，揭示了Ⅱ类病态问题的实质。
在分析研究观测结构的基础上，提出了观测信息量度量的改进方法，借助于该方法，可以有效地度量观测向量对参数估计的作用，有利于分析观测有效性与Ⅱ类病态性的关系。
提出了Ⅱ类病态性诊断方法。针对个别观测对病态性的影响，提出了基于投影矩阵的诊断方法；对全部观测而言，提出了基于体积U的病态性诊断方法。针对GPS定位中几何精度因子的定位精度度量指标，分析了它的Ⅱ类病态性的诊断意义，揭示了GPS定位中病态性的实质，为提高定位精度采取有效措施提供了重要依据。
为了研究Ⅱ类病态性减弱措施，论文首先分析了基于最小二乘估计理论的参数估计的性质和特点，在此基础上对现有的主要病态性处理方法进行实验分析，确认了Tikhonov正则化方法是减弱病态性影响的有效方法。在认真分析和实践的基础上，提出了改进Tikhonov正则化效果的方法和措施。运用Ⅱ类病态性的分析与处理方法对数码相机检较中出现的病态问题进行诊断和分析，为提高相机检较参数的质量提供依据。初步形成了Ⅱ类病态性问题的分析与处理的理论体系。
The ill-conditioned problem is one of the main factors affecting the quality of the parameters estimation, its harm is extremely serious, so analyzing the reason that the ill-conditioned produced and searching for mitigating measure is the problem which must be faced in the data processing work. In the geodetic survey, there are Ⅰ or Ⅱ two kinds ill-conditioned problems, but the Ⅱ one plays the main role, especially with the application of the GPS localization and the navigation, the radarscope photograph survey and other advanced mapping technology, the ill-conditioned have already become one of the major influence factors to improve the space position's precision, so it is important to analysis and process Ⅱ ill-conditioned.
By analyzing and summarizing the existing research, this paper discusses Ⅱ ill-conditioned in the geodetic survey.
Analyzed the structures of observation spaces by use of G-S orthogonalizing method and
the measure theory on the distance or angle in H space. Deducted the measure methods of observation vector's relation by the numbers. Pointed out the difference and relation among different measurement methods, did research on the relations of the observation subspaces thoroughly. Put forward the geometry expressing and numerical calculating methods of observation space structures. Unveiled the spatial character and the essential of Ⅱ ill-conditioned.
Suggest the improving method of measuring information of observation by analyzing the structures of observation. By use of this method, we may measure the effect of observation vector to parameters estimate effectively, so this method is propitious to analyze the relation between observation validity and Ⅱ ill-conditioned.
The diagnosis method of Ⅱ ill-conditioned was put forward in this paper. For the influence of individual observation to the ill-conditioned, the diagnosis method was put forward based on the projection matrix, for all observations the diagnosis method of Ⅱ ill-conditioned was suggested based on volume U that observation vectors formed. In view of the positioning accuracy measurement index of GDOP in the GPS, analyzed its diagnosis significance of Ⅱ ill-conditioned, and indicate the ill-condition essence in the GPS, and provide the important basis for taking the effective action to enhance positioning accuracy.
引文
1．A．BJEERHAMMAR(著)，魏子卿[译]，党诵诗[校]．误差理论与广义逆矩阵[M]，北京：测绘出版社，1980．
2．吉洪诺夫，阿尔先宁(著)，王秉忱(译)．不适定问题的解法[M]，北京：地质出版社，1979．
3．北京大学数学系，高等代数(第二版)(M)，北京：高等教育出版社，1992．
4．陈希孺，王松桂．回归分析—原理方法及应用(M)，合肥：安徽教育出版社，1987．
5．陈永奇．一种检验GPS整周模糊度解算有效性的方法[J]，武汉测绘科技大学学报，1997，22(4)：342-345．
6．崔希璋，於宗俦等．广义测量平差(M)(第二版_)，北京：测绘出版社，1992．
7．曹志浩，张玉德，李瑞遐．矩阵计算和方程求根(M)，北京：人民教育出版社，1979．
8．程云鹏．矩阵论[M]，西安：西北工业大学出版社，1989．6．
9．程龙生，吴可法，黄志同．消除复共线性影响的一种新的解决办法[J]，工程数学学报．1998．4．15(2)．113-119．
10．常青，柳重堪，张其善．GPS的几何精度因子和定位解的递推算法[J]，通信学报．1998．12．19(12)：83-88．
11．陈国良，王煦法，庄镇泉，王东升．遗传算法及其应用[M]，北京：人民邮电出版社，1996．6．
12．曹群意，欧吉坤，用遗传算法解算病态方程[J]，大地测量与地球动力学，2003．8(3)：93-97．
13．柴艳菊，欧吉坤，用拟准检定法和岭估计解算病态污染方程[J]，地壳形变与地震，2000．11(4)．
14．D．G．鲁恩伯杰，蒋正新，郑梅春[译]．最优化的矢量空间方法[M]，北京：科学技术出版社，1978．8．
15．独知行，卢秀山．基于力学模式的大地测量反演理论及其应用[M]，北京：地震出版社，2003．9．
16．戴伯新．共线性的诊断与评价[J]，数学的实践与认识，1989，19(4)：53-61．
17．冯文灏．非地形摄影测量[M]，北京：测绘出版社，1985．11．
18．冯遵德，卢秀山，郭英．测距空间交会测量模式中交会图形优劣的诊断[J]，测绘通报，2004．12．12：24-26．
19．樊功瑜．主成分与主成分估计[J]，测绘工程，1995．4(4)．
20．范晓涛，季光明．预优矩阵及其构造技术[J]，成都理工大学学报，2003．8．30(4)：432-435．
21．G．strang(著)，侯自新，郑仲三，张延伦(译)．线性代数及其应用[M]，天津：南开大学出版社，1990．4．
22．顾启泰．正交最小二灵算法及其应用[J]，清华大学学报(自然科学版)，1996．36(3)：106-112．
23．归庆明，郭建锋，边少锋．基于特征系统的病态型诊断[J]．测绘科学，2002，27(2)：13-15．
24．归庆明，李国重．岭—压缩组合估计及在测量平差中的应用[J]，大地测量与地球动力学， 2002，22(1)：16-22．
25．归庆明，李国重，欧吉坤．有偏估计和LS估计的比较和选择[J]，测绘学报，2003，32(1)：26-30．
26．归庆明，张建军，郭建锋．压缩型抗差估计[J]，测绘学报，2000，29(3)：224-228．
27．归庆明，黄维彬，张建军．抗差泛岭估计[J]，测绘学报，1998．8．27(3)．211-216．
28．归庆明，张建军，易维勇．平差参数的抗差特征根估计[J]，解放军测绘学院学报，1998．3．15(1)．5-8．
29．归庆明，张建军．附有条件的参数平差模型的有偏估计[J]，测绘工程．200．3．9(1)．26-30．
30．郭建锋．测量平差系统病态性的诊断与处理[D]，郑州：中国人民解放军信息工程大学，2002．
31．郭建锋，归庆明．基于敏感度分析的病态性诊断[J]，测绘科学，2004．2．(1)．67-71．22-28．
32．韩保民，欧吉坤，柴艳菊．用拟准检定法探测和修复GPS数据中的粗差和周跳[J]，武汉大学学报·信息科学版，2002，27(3)：246-250．
33．何旭初．广义逆矩阵的基本理论和计算方法[M]，上海：上海科学技术出版社，1985．
34．何旭初，数值相关性理论及其应用[J]，高等学校计算数学学报，1979．1(1)．
35．黄维彬．近代平差理论及其应用[M]，北京：解放军出版社，1992．
36．黄幼才．岭估计及其应用[J]，武汉测绘科技大学学报，1987，12(4)：64-73．
37．胡庆军．诊断复共线性的新方法[J]，数学的实践与认识[J]，1995(4)：55-62．
38．胡庆军．先验信息下的改进主成分估计[J]，国防科技大学学报，1997．4(2)：107-113．
39．黄松奇，黄守佳．用遗传算法求解病态线性方程组[J]，数学的实践与认识，2003．8．23(8)．97-100．
40．靳奉祥，王同孝．统计诊断与变形测量理论[M]，北京：中国农业科技出版社，1995．
41．柳重堪，应用泛函分析[M]，北京：国防工业出版社，1986．
42．李德仁，袁修孝．误差处理与可靠性分析理论[M]，武汉：武汉大学出版社，2002．2．
43．李功胜，袁忠信．求解病态问题的一种新的优化正则化方法[J]，郑州大学学报(自然科学版)，1999．12．31(4)：21-23．
44．李国强．奇异线性模型的数据诊断[J]，中南工业大学学报，1996．4．27(2)．149-152．
45．李平，许厚泽．地球物理抗差估计和广义逆法[J]，地球物理学报 2000(3)．
46．李平，王椿墉，许厚泽等．地球物理反演中奇异值分解应用的若干问题探讨[J]，自然科学进展，2001，11(8)：891-896．
47．李家权，张菊清．病态模型平差的变分正则化方法[J]，西安地质学院学报，1994，16(4)：70-77．
48．林长好．不适定问题解的稳定性[J]，数学的实践与认识，1996．7．26(3)：236-2247．
49．刘大杰，施一民，过静珺．全球定位系统(GPS)的原理与数据处理[M]，上海：同济大学出版社，1996．8．
50．刘大杰，陶本藻．实用测量数据处理方法[M]，北京：测绘出版社，2000．7．
51．刘伊克，常旭．地震层析成像反演中解的定量评价及其应用[J]，地球物理学报，2000．43(2)：251-256．
52．刘钦圣．最小二乘问题计算方法[M]，北京：北京工业大学出版社，1989．10．
53．刘继军．不适定问题的正则化方法及应用[M]，北京：科学出版社，2005．9．
54．卢秀山．病态系统分析理论及其在测量中的应用[D]，武汉：中国科学院测量与地球物理研究所，1999．
55．卢秀山，欧吉坤．值域空间正交分解及参数分组估计[J]，中国有色金属学报 1998．8(3)：541-546．
56．卢秀山，宋淑丽，韩晓冬．附加参数与基本参数的空间关系度量[J]，中国有色金属学报，2000．10(2)：455-458．
57．卢秀山，郑作亚，靳奉祥，韩晓冬．GPS观测历元空间关系的度量[J]，煤炭学报，2000．12(专)．
58．卢秀山，宁津生，冯尊德，郭英．观测有效性的度量方法[J]，武汉大学学报信息版，2003．4(2)：144-147．
59．卢秀山，冯尊德，王冬，张纯连．数码相机检校中的病态性问题及其解决措施[J]，武汉大学学报信息版，2003．5(特刊)：44-47．
60．卢秀山，欧吉坤，宋淑丽，冯尊德．度量观测方程系数矩阵复共线性的最小相对范数法[J]，测绘通报，2003．06(6)：11-13．
61．卢秀山，吉星升，张金榜．附有相关权的Householder参数估计方法[J]．矿山测量，199．8．(3)．4-7．
62．卢秀山等．国家自然科学基金申请书[C]，2004．3．
63．吕纯濂，陈舜华．用奇异值分解求解回归方程的迭代加细[J]，南京气象学院学报，1997．9，20(3)：367-69．
64．孟晓风，王行仁．限定记忆参数估计的Householder变换快速递推算法[J]，自动化学报，1996．22(6)：737-740．
65．南京大学数学系计算数学专业编．最优化方法[M]，北京：科学技术出版社，1978．8．
66．欧吉坤．数据检测的若干理论与实践．抗差估计论文集[M]，北京：测绘出版社，1992．
67．欧吉坤．粗差的拟准检定法(QUAD法)[J]，测绘学报，1999，28(1)：15-20．
68．欧吉坤．测量平差中不适定问题解的统一表达与选权拟合法[J]，测绘学报，2004．11．33(4)：283-288．
69．P．迈塞尔著，同济大学测量系译，陈俊勇校．最小二乘平差近代方法[M]，测绘出版社，1985．
70．潘志．近代分析数学应用基础[M]，江苏徐州：中国矿业大学出版社，2000．8．
71．苏步青，华宣积，忻元龙，张国梁．空间解析几何[M]，上海：上海科学技术出版社，1984．
72．孙继广．矩阵扰动分析[M]，北京；科学技术出版社，1987．2．
73．盛骤，谢式干，潘承毅．概率论与数理统计(第二版)(M)，北京：高等教育出版社，1989．
74．沈云中，许厚泽．不适定方程正则化算法的谱分解式[J]，大地测量与地球动力学， 2002，22(3)：10-14．
75．沈云中，刘大杰．正则化解的单位权方差无偏估计公式[J]，武汉大学学报．信息科学版，2002．12(6)．
76．宋力杰．主成分与附加条件的参数平差[J]，测绘工程，1997，6(1)：24—27．
77．隋立芬．岭型组合主成分估计及误差影响[J]．解放军测绘学院学报，1997，14(1)：15-20．
78．隋立芬．抗差岭估计的误差影响测度[J]．测绘学报，1995．5．21(2)．14-20．
79．隋立芬，张超．抗差主成分估计及应用[J]，解放军测绘学院学报，1996．9．15(3)．195-199．
80．施妙根，顾丽珍．科学和工程计算基础[M]．北京：清华大学出版社，1999．
81．史玉峰．数字信息模式识别理论及其应用[D]，山东泰安：山东科技大学，2003．5．
82．孙麟平，沈桐立，张德新．客观分析和资料同化中求解超大型病态线性方程组的新方法[J]，南京气象学院学报，1998(1)：114-124．
83．同济大学数学教研室．高等数学(第三版)(M)，北京：高等教育出版社，1989．
84．唐隆基，李文，邓阳生．关于解地球物理中病态方程的若干问题[J]，地球物理学报，1995，38(1)：105-114．
85．陶本藻．自由网平差与变形分析[M]，北京：测绘出版社，1984．
86．陶本藻．测量数据统计分析[M]，北京：测绘出版社，1992．
87．陶本藻，施闯，姚宜斌．顾及系统误差的平差模型研究[J]．测绘学院学报，2002．6．19(2)．79-81．
88．汤伟，贺庆之，王孟效．Householder变换在参数估计中的应用[J]，西北轻工业学院学报，1995．13(3)．48-52．
89．王惠文．偏最小二乘回归方法及其应用(M)，北京：国防工业出版社，2000．
90．王惠文，朱韵华，PLS回归在消除多重复共线性中的作用[J]，数理统计与管理，1996．11(6)：48-52．
91．王松桂，杨振海．广义逆矩阵及其应用[M]，北京：北京工业大学出版社，1996．12．
92．王桂松．线性模型的理论及其应用(M)，合肥：安徽教育出版社，1987．
93．王松桂，陈敏，陈立萍．线性统计模型-线性回归与方差分析[M]，北京：高等教育出版社，1997．
94．王桂松．回归系数的线性有偏估计[J]，应用数学与计算数学，1979，(4)：69-75．
95．武汉测绘科技大学测量教研室．测量平差基础(第三版)[M]，北京：测绘出版社，1996．5．
96．王长清．近代解析应用数学基础[M]，西安：西安电子科技大学出版社，2001．10．
97．王金岭，陈永奇．论观测值的可靠性度量[J]，测绘学报，1994．11(4)：252-257．
98．吴翊，屈田兴．应用泛函分析[M]，长沙：国防科技大学出版社，2002．4．
99．王新洲．在无偏估计类中改进最小二乘估计的方法[J]，武汉测绘科技大学学报，1995，20(1)：46-50．
100．王新洲．广义平差的概括模型[J]，武汉测绘科技大学学报，2000．6．25(3)．257-260．
101．王新洲，刘丁酉等．谱修正迭代法及其在测量数据中的应用[J]，黑龙江工程学院学报，2001，15(2)：4-10．
102．王新洲，刘丁酉．最小二乘估计中法方程的迭代解法[J]，湖北民族学院学报，2002．9．20．(3)：1-4．
103．王新洲，刘丁酉，黄海兰．谱修正迭代结果的协因数矩阵[J]，武汉大学学报·信息科学版，2003，28(4)：429-431．
104．王新洲．论经典测量平差模型的内在联系[J]，测绘通报，2004．(2)．1-4．
105．王志中，邵苇敏．方程病态程度的估计-病态准则[J]，上海交通大学学报，1988(5)：68-73。
106．王存良．工程实践中病态方程组的判定及其对工程实践的作用[J]，飞行器学报，2003．12(4)．
107．王振杰．大地测量中不适定问题的正则化解法研究[D]，武汉：中国科学院测量与地球物理研究所，2003．12．
108．王斌会．复共线性诊断方法的比较[J]，统计与决策，2003．(8)．7-9．
109．王泽文，邱淑芳．MATLAB中大型线性方程组的非定常迭代法[J]，大学数学，2004．2．20(1)：67-70．
110．杨元喜．泛函分析在最小二乘平差中的应用[J]，测绘学报，1985．5．15(2)．110-114．
111．肖国超，朱彩英．雷达摄影测量[M]，北京，地震出版社，2001．12．
112．肖庭延，于慎根，王颜飞．反问题的数值解法[M]，北京：科学出版社，2003．9．
113．杨文采．评地球物理反演的发展趋向[J]，地学前缘，2002．9(4)：389-396．
114．叶松林．矩阵奇异值分解及其应用研究[J]，勘察科学技术，1996(5)41-45．
115．叶松林．病态线性模型及其优良算法综述[J]，四川测绘，1996，19(2)：61-65．
116．叶松林，朱建军。矩阵奇异值分解与广义岭估计及其在测量中的应用[J]，中国有色金属学报，1998，8(1)：160-164．
117．殷福亮，殷福新，林叔云．解病态线性方程组的遗传算法[J]，大连理工大学学报，1994，34(6)：732-737．
118．游扬声，王新洲，刘星．广义岭估计的直接解法[J]，武汉大学学报·信息科学版，2002，27(2)：175-178．
119．约翰．内特，威廉．沃塞曼，迈克尔．H．库特纳(著)，张勇，王国明，赵秀珍(译)．应用线性回归模型[M]，北京：中国统计出版社，1990．1．
120．杨婷，杨虎．椭球约束与广义岭型估计[J]，应用概率统计，2003．8．19(3)：232-236．
121．颜世建．关于条件数的～个定理[J]，南京：南京师大学报 自然科学版，2004，(4)25-27．
122．周江文．论拟合法则[J]，测绘学报，1999，28(4)：283-284．
123．周江文．再论拟合推估[J]，测绘学报，2001，30(4)：283-285．
124．周江文，黄幼才等．抗差最小二乘法[M]，武汉：华中理工大学出版社，1997．
125．周江文，欧吉坤，杨元喜等．测量误差理论新探[M]，北京：地震出版社，1999．
126．周江文，陶本藻等．拟稳平差论文集[M]．北京：测绘出版社，1987．
127．周忠谟，易杰军，周琪．GPS卫星测量原理与应用[M]，北京：测绘出版社，1997．
128．郑肇葆．摄影测量中病态方程求解问题[J]，测绘学报，1987，16(3)：198-203．
129．郑慧娆等．数值计算方法[M]．武汉：武汉大学出版社，2002．10．
130．张方仁．平差参数的岭估计和压缩估计[J]，武汉测绘科技大学学报，1989，14(3)：46-58．
131．张金槐．线性模型参数估计及其改进[M]，长沙：国防科技大学出版社，1992．
132．张风举、卢秀山等．控制测量学[M]，北京：煤炭工业出版社，1999．
133．张贤达．矩阵分析及应用[M]，北京：清华大学出版社，2004．9．
134．张宏兵，杨长春．正则参数控制下的波阻抗约束反演[J]，地球物理学报，2003．11．46(6)：827-834．
135．张艳英，张苹苹，张池平．病态方程组的一种精确解法[J]，哈尔滨工业大学学报．1995．12．27(6)．27-28．
136．张洪钺，黄劲东，范文雷．全最小二乘法及其在参数估计中的应用[J]，自动化学报，1995．1．21(1)：40-47．
137. A BJORCK,E.Grimme, P.Van Dooren. An implicit shift bidiagonalization algorithm for ill-posed problems [J], BIT 34(1994):510-534.
138. AKE BJORCK,GENE H.GOLUB. Numerical Methods for Computing ANGLES between Linear Subspaces[J], Mathematics of computation,1973,27:579-594.
139. Belsley.D.A.. Conditioning Diagnostics: Collinearity and Weak Data in Regression [M], Wiley. New York, 1991.
140. C.Brezinski, M.Redivo-Zagtia, G.Rodrigue,S.Seatzu. Multi-parameter regularization techniques for ill-cinditioned systems[J], Numerische Mathematik,(2003)94:2003-228.
141. CG.H.Golub,M.T.Heath,G.Wahba.Generalize cross-validation as a method for choosing a good ridge parameter [J], Technometrics 21(1979)215-223.
142. D. Calvetti, P. C. Hansen, L. Reichel. L-Curve Curvature Bounds Via Lanczos Bidiagonatization [J], Biomedicine, vol. 4, 2000, pp. 119—142.
143. E. Loli Piccolomini, F. Zama. Regularization Methods for the solution of inverse problems: Theory and computational aspects [J], Rendiconti del Circolo Matematico di Palermo, 1999, suppl., serie II 58:173-183.
144. Fermin S. V.Bazan. CGLS-GCV:ahybrid algorithm for low-rank-deficent problems [J], Applied Numerical Mathematics 2003,47:91-108.
145. FENG Zun-de, LU Xiu-shan, SHI Yu-feng, HUA Peng. Application of partial least squares regression in data analysis of mining subsidence[J], Transactions of Nonferrous Metals Society of China 2005.3. 15(Special 1):148-150.
146. Gene H. Golub. Matrix Computations (M)(third edition), The Johns Hopkins University ress,1996.
147. Golub G H.Reinsch C. Singular values decomposition and least Squares solution [J], Numer Math,. 1970,14(3): 403-420.
148. Gui. Q.M. & Zhang. J.J. Least squares estimation and biased estimation for variance-covariance compnents[J], Geomatics Research, Australasia. No. 66, 1998.
149. Gui. Q.M. & Zhang. J.J. Biased estimation for parameter adjustment with constraints[J], Presented paper of the 22~(nd) General Assembly of IUGG, Briminghan, 1999.
150. Grafarend,e.,Kleusberg, A.,Schaffrin,B. An introduction of variance-covariance-component estimation of Helmert type [J], Zvermes- sungswesen, 105,1980.
151. Gene H. Golub, Hongyuan Zha. The Canonical Correlations of Matrix Pairs and Their Numerical Computation[J], Numerical Analysis Project Manuscript NA-92-13.
152. GRodriguez, D.Theis. An algorithm for estimating the optimal regularization parameter by the L-curve,Rendiconti di matematica,Serie [J] ,2005,VII Volume25:69-84.
153. Hansen, P.C. The Truncated SVD as a Method for Regularization [J], BIT,1987(27):534-553.
154. Hansen, P.C. Truncated Singular Value Decomposition Solutions to Discrete Ill-posed Problems with Iii-determined Numerical Rank [J], SIAM J. Sci.Stat. Comput.,1990.11(3):503-518.
155. HW Engl and W. Grever. Using the L-curve for determining optimal regularization parameters [J], Numer. Math. 69 (1994), pp. 25-31.
156. I. Ipsen and C. Meyer. The angle between complementary subspaces [J], Amer. Math.Monthly, 102 (1995), 904-11.
157. J.Kusche,R.Klees. Regularization of gravity field estimation from Satellite [J], Journal of Geodesy(2002)76:359-368.
158. J.N.Franklin. Well-posed extensions of ill-posed linear problems [J], J.Math.1970,31:682-712.
159. K.Krishnamoorthy, Brett C.Moore . Combining information for prediction in linear regression [J],Metrika 2002(56):73-81.
160. K. De Cock and B. De Moor. Subspace angles and distances between ARMA models[J], In Proc. of Mathematical Theory of Networks and Systems, 2000.
161. LU Xiu-shan,JING Feng-xiangZHENG Zuo-ya, Analysis of reason of ill-conditioned state resulted from in rapidly solution of GPS baseline Vector[M], 11~(th) International Congress,ISM, Poland, 2000.9
162. LU Xiu-shan,OU Ji-lun,SONG Shu-li,FENG Zun-de. F Method of analyzing the ill-conditioned state of a design matrix in estimation of parameters [J], Transactions of Nonferrous Metals Society of China, 2003.06(3).
163. Landweber L. An iteration formula for Fredholm integral equations of the first kind[J], Amer.J.Math. 1951,73:615-624.
164. MISHA etc. Choosing regularization parameters in iterative methods for ill-posed problems [J], SIAM J.MATRIX ANAL.2001.22(4): 1204-1221.
165. M.Hanke,P.C.Hansen. Regularization methods for large-scale problems [J], Surveys Math.Indust.3 (1993)253-315.
166. Ou Jikun .A new method of identifying and locating gross errorsQuasi-Accurate Detection [J], Chinese Science Bulletin ,1999,44(23).
167. P.Xu,E.Cannon, G.L achapelle. Stabilizing ill-conditioned linear complementarity's problems [J],Journal of Geodesy( 1999)73:204-213.
168. P.C.Hansen. Regularization Tools-A Matlab Package for Analysis and Solution of Discrete Ill-Posed Problems[Jl,Numerical Algorithms,Vol.6.No.I-II,1994,PP.1-35.
169. PC Hensen. The L-curve and Its Use in the Numerical Treatment of Inverse Problems[J], Tech. Report, IMM-REP 99-15, Dept. of Math. Model., Tech. Univ. of Denmark, 1999.
170. P.-A.Absil,A.Edelman,P.koev. On the largest principal angle between random subspaces[J], ,LAA, 2004.991.
171. Paige C C.Saunders M A.LSQR. Sparse linear equations and least square problems [J]. AMC Transactions. Math. 1982,8(1): 195-209.
172. Piccolomini E.L, Zama F. The conjugate gradient regularization method in Computed Tomography problems[J], Applied Mathematics and Compution,1999.7.102(1 ):87-99.
173. Per Christian Hansen. The discrete picard condition for discrete ill-posed problems[J], Springer Netherlands, 1990.10.30(4):658-672.
174. Qing-Ming Gui, Guo Czhong Li, Ji-Kun Ou. Robust-Biased Estimation Based On Quasi-Accurate Detection[J], Journal of Surveying Engineering [J], 2005. 131:33, 67-72.
175. Rao.C.R.Linear Models-Squares and Alternative[J],Springer-Verlag,1995.
176. Rao JNK, Subrahmaniam K. Combining independent estimators and estimation in linear regression with unequal variances[J],Biometrics, 1971.27:971-990.
177. WANG Jia-jun,LI Gong-sheng.A Modified Tikhonov Regularization Method for Solving Iii-posed Problems[J],CHINESE QUARTERLY JOURNAL OF MATHEMATICS,2000.6.15(2):98-101.
178. Zhaojun Bai. The CSD,GSVD,their Applications and Computations [J],1992,4.
179．於宗俦，鲁林成．测量平差基础[M]，北京：测绘出版社，1983．
2．吉洪诺夫，阿尔先宁(著)，王秉忱(译)．不适定问题的解法[M]，北京：地质出版社，1979．
3．北京大学数学系，高等代数(第二版)(M)，北京：高等教育出版社，1992．
4．陈希孺，王松桂．回归分析—原理方法及应用(M)，合肥：安徽教育出版社，1987．
5．陈永奇．一种检验GPS整周模糊度解算有效性的方法[J]，武汉测绘科技大学学报，1997，22(4)：342-345．
6．崔希璋，於宗俦等．广义测量平差(M)(第二版_)，北京：测绘出版社，1992．
7．曹志浩，张玉德，李瑞遐．矩阵计算和方程求根(M)，北京：人民教育出版社，1979．
8．程云鹏．矩阵论[M]，西安：西北工业大学出版社，1989．6．
9．程龙生，吴可法，黄志同．消除复共线性影响的一种新的解决办法[J]，工程数学学报．1998．4．15(2)．113-119．
10．常青，柳重堪，张其善．GPS的几何精度因子和定位解的递推算法[J]，通信学报．1998．12．19(12)：83-88．
11．陈国良，王煦法，庄镇泉，王东升．遗传算法及其应用[M]，北京：人民邮电出版社，1996．6．
12．曹群意，欧吉坤，用遗传算法解算病态方程[J]，大地测量与地球动力学，2003．8(3)：93-97．
13．柴艳菊，欧吉坤，用拟准检定法和岭估计解算病态污染方程[J]，地壳形变与地震，2000．11(4)．
14．D．G．鲁恩伯杰，蒋正新，郑梅春[译]．最优化的矢量空间方法[M]，北京：科学技术出版社，1978．8．
15．独知行，卢秀山．基于力学模式的大地测量反演理论及其应用[M]，北京：地震出版社，2003．9．
16．戴伯新．共线性的诊断与评价[J]，数学的实践与认识，1989，19(4)：53-61．
17．冯文灏．非地形摄影测量[M]，北京：测绘出版社，1985．11．
18．冯遵德，卢秀山，郭英．测距空间交会测量模式中交会图形优劣的诊断[J]，测绘通报，2004．12．12：24-26．
19．樊功瑜．主成分与主成分估计[J]，测绘工程，1995．4(4)．
20．范晓涛，季光明．预优矩阵及其构造技术[J]，成都理工大学学报，2003．8．30(4)：432-435．
21．G．strang(著)，侯自新，郑仲三，张延伦(译)．线性代数及其应用[M]，天津：南开大学出版社，1990．4．
22．顾启泰．正交最小二灵算法及其应用[J]，清华大学学报(自然科学版)，1996．36(3)：106-112．
23．归庆明，郭建锋，边少锋．基于特征系统的病态型诊断[J]．测绘科学，2002，27(2)：13-15．
24．归庆明，李国重．岭—压缩组合估计及在测量平差中的应用[J]，大地测量与地球动力学， 2002，22(1)：16-22．
25．归庆明，李国重，欧吉坤．有偏估计和LS估计的比较和选择[J]，测绘学报，2003，32(1)：26-30．
26．归庆明，张建军，郭建锋．压缩型抗差估计[J]，测绘学报，2000，29(3)：224-228．
27．归庆明，黄维彬，张建军．抗差泛岭估计[J]，测绘学报，1998．8．27(3)．211-216．
28．归庆明，张建军，易维勇．平差参数的抗差特征根估计[J]，解放军测绘学院学报，1998．3．15(1)．5-8．
29．归庆明，张建军．附有条件的参数平差模型的有偏估计[J]，测绘工程．200．3．9(1)．26-30．
30．郭建锋．测量平差系统病态性的诊断与处理[D]，郑州：中国人民解放军信息工程大学，2002．
31．郭建锋，归庆明．基于敏感度分析的病态性诊断[J]，测绘科学，2004．2．(1)．67-71．22-28．
32．韩保民，欧吉坤，柴艳菊．用拟准检定法探测和修复GPS数据中的粗差和周跳[J]，武汉大学学报·信息科学版，2002，27(3)：246-250．
33．何旭初．广义逆矩阵的基本理论和计算方法[M]，上海：上海科学技术出版社，1985．
34．何旭初，数值相关性理论及其应用[J]，高等学校计算数学学报，1979．1(1)．
35．黄维彬．近代平差理论及其应用[M]，北京：解放军出版社，1992．
36．黄幼才．岭估计及其应用[J]，武汉测绘科技大学学报，1987，12(4)：64-73．
37．胡庆军．诊断复共线性的新方法[J]，数学的实践与认识[J]，1995(4)：55-62．
38．胡庆军．先验信息下的改进主成分估计[J]，国防科技大学学报，1997．4(2)：107-113．
39．黄松奇，黄守佳．用遗传算法求解病态线性方程组[J]，数学的实践与认识，2003．8．23(8)．97-100．
40．靳奉祥，王同孝．统计诊断与变形测量理论[M]，北京：中国农业科技出版社，1995．
41．柳重堪，应用泛函分析[M]，北京：国防工业出版社，1986．
42．李德仁，袁修孝．误差处理与可靠性分析理论[M]，武汉：武汉大学出版社，2002．2．
43．李功胜，袁忠信．求解病态问题的一种新的优化正则化方法[J]，郑州大学学报(自然科学版)，1999．12．31(4)：21-23．
44．李国强．奇异线性模型的数据诊断[J]，中南工业大学学报，1996．4．27(2)．149-152．
45．李平，许厚泽．地球物理抗差估计和广义逆法[J]，地球物理学报 2000(3)．
46．李平，王椿墉，许厚泽等．地球物理反演中奇异值分解应用的若干问题探讨[J]，自然科学进展，2001，11(8)：891-896．
47．李家权，张菊清．病态模型平差的变分正则化方法[J]，西安地质学院学报，1994，16(4)：70-77．
48．林长好．不适定问题解的稳定性[J]，数学的实践与认识，1996．7．26(3)：236-2247．
49．刘大杰，施一民，过静珺．全球定位系统(GPS)的原理与数据处理[M]，上海：同济大学出版社，1996．8．
50．刘大杰，陶本藻．实用测量数据处理方法[M]，北京：测绘出版社，2000．7．
51．刘伊克，常旭．地震层析成像反演中解的定量评价及其应用[J]，地球物理学报，2000．43(2)：251-256．
52．刘钦圣．最小二乘问题计算方法[M]，北京：北京工业大学出版社，1989．10．
53．刘继军．不适定问题的正则化方法及应用[M]，北京：科学出版社，2005．9．
54．卢秀山．病态系统分析理论及其在测量中的应用[D]，武汉：中国科学院测量与地球物理研究所，1999．
55．卢秀山，欧吉坤．值域空间正交分解及参数分组估计[J]，中国有色金属学报 1998．8(3)：541-546．
56．卢秀山，宋淑丽，韩晓冬．附加参数与基本参数的空间关系度量[J]，中国有色金属学报，2000．10(2)：455-458．
57．卢秀山，郑作亚，靳奉祥，韩晓冬．GPS观测历元空间关系的度量[J]，煤炭学报，2000．12(专)．
58．卢秀山，宁津生，冯尊德，郭英．观测有效性的度量方法[J]，武汉大学学报信息版，2003．4(2)：144-147．
59．卢秀山，冯尊德，王冬，张纯连．数码相机检校中的病态性问题及其解决措施[J]，武汉大学学报信息版，2003．5(特刊)：44-47．
60．卢秀山，欧吉坤，宋淑丽，冯尊德．度量观测方程系数矩阵复共线性的最小相对范数法[J]，测绘通报，2003．06(6)：11-13．
61．卢秀山，吉星升，张金榜．附有相关权的Householder参数估计方法[J]．矿山测量，199．8．(3)．4-7．
62．卢秀山等．国家自然科学基金申请书[C]，2004．3．
63．吕纯濂，陈舜华．用奇异值分解求解回归方程的迭代加细[J]，南京气象学院学报，1997．9，20(3)：367-69．
64．孟晓风，王行仁．限定记忆参数估计的Householder变换快速递推算法[J]，自动化学报，1996．22(6)：737-740．
65．南京大学数学系计算数学专业编．最优化方法[M]，北京：科学技术出版社，1978．8．
66．欧吉坤．数据检测的若干理论与实践．抗差估计论文集[M]，北京：测绘出版社，1992．
67．欧吉坤．粗差的拟准检定法(QUAD法)[J]，测绘学报，1999，28(1)：15-20．
68．欧吉坤．测量平差中不适定问题解的统一表达与选权拟合法[J]，测绘学报，2004．11．33(4)：283-288．
69．P．迈塞尔著，同济大学测量系译，陈俊勇校．最小二乘平差近代方法[M]，测绘出版社，1985．
70．潘志．近代分析数学应用基础[M]，江苏徐州：中国矿业大学出版社，2000．8．
71．苏步青，华宣积，忻元龙，张国梁．空间解析几何[M]，上海：上海科学技术出版社，1984．
72．孙继广．矩阵扰动分析[M]，北京；科学技术出版社，1987．2．
73．盛骤，谢式干，潘承毅．概率论与数理统计(第二版)(M)，北京：高等教育出版社，1989．
74．沈云中，许厚泽．不适定方程正则化算法的谱分解式[J]，大地测量与地球动力学， 2002，22(3)：10-14．
75．沈云中，刘大杰．正则化解的单位权方差无偏估计公式[J]，武汉大学学报．信息科学版，2002．12(6)．
76．宋力杰．主成分与附加条件的参数平差[J]，测绘工程，1997，6(1)：24—27．
77．隋立芬．岭型组合主成分估计及误差影响[J]．解放军测绘学院学报，1997，14(1)：15-20．
78．隋立芬．抗差岭估计的误差影响测度[J]．测绘学报，1995．5．21(2)．14-20．
79．隋立芬，张超．抗差主成分估计及应用[J]，解放军测绘学院学报，1996．9．15(3)．195-199．
80．施妙根，顾丽珍．科学和工程计算基础[M]．北京：清华大学出版社，1999．
81．史玉峰．数字信息模式识别理论及其应用[D]，山东泰安：山东科技大学，2003．5．
82．孙麟平，沈桐立，张德新．客观分析和资料同化中求解超大型病态线性方程组的新方法[J]，南京气象学院学报，1998(1)：114-124．
83．同济大学数学教研室．高等数学(第三版)(M)，北京：高等教育出版社，1989．
84．唐隆基，李文，邓阳生．关于解地球物理中病态方程的若干问题[J]，地球物理学报，1995，38(1)：105-114．
85．陶本藻．自由网平差与变形分析[M]，北京：测绘出版社，1984．
86．陶本藻．测量数据统计分析[M]，北京：测绘出版社，1992．
87．陶本藻，施闯，姚宜斌．顾及系统误差的平差模型研究[J]．测绘学院学报，2002．6．19(2)．79-81．
88．汤伟，贺庆之，王孟效．Householder变换在参数估计中的应用[J]，西北轻工业学院学报，1995．13(3)．48-52．
89．王惠文．偏最小二乘回归方法及其应用(M)，北京：国防工业出版社，2000．
90．王惠文，朱韵华，PLS回归在消除多重复共线性中的作用[J]，数理统计与管理，1996．11(6)：48-52．
91．王松桂，杨振海．广义逆矩阵及其应用[M]，北京：北京工业大学出版社，1996．12．
92．王桂松．线性模型的理论及其应用(M)，合肥：安徽教育出版社，1987．
93．王松桂，陈敏，陈立萍．线性统计模型-线性回归与方差分析[M]，北京：高等教育出版社，1997．
94．王桂松．回归系数的线性有偏估计[J]，应用数学与计算数学，1979，(4)：69-75．
95．武汉测绘科技大学测量教研室．测量平差基础(第三版)[M]，北京：测绘出版社，1996．5．
96．王长清．近代解析应用数学基础[M]，西安：西安电子科技大学出版社，2001．10．
97．王金岭，陈永奇．论观测值的可靠性度量[J]，测绘学报，1994．11(4)：252-257．
98．吴翊，屈田兴．应用泛函分析[M]，长沙：国防科技大学出版社，2002．4．
99．王新洲．在无偏估计类中改进最小二乘估计的方法[J]，武汉测绘科技大学学报，1995，20(1)：46-50．
100．王新洲．广义平差的概括模型[J]，武汉测绘科技大学学报，2000．6．25(3)．257-260．
101．王新洲，刘丁酉等．谱修正迭代法及其在测量数据中的应用[J]，黑龙江工程学院学报，2001，15(2)：4-10．
102．王新洲，刘丁酉．最小二乘估计中法方程的迭代解法[J]，湖北民族学院学报，2002．9．20．(3)：1-4．
103．王新洲，刘丁酉，黄海兰．谱修正迭代结果的协因数矩阵[J]，武汉大学学报·信息科学版，2003，28(4)：429-431．
104．王新洲．论经典测量平差模型的内在联系[J]，测绘通报，2004．(2)．1-4．
105．王志中，邵苇敏．方程病态程度的估计-病态准则[J]，上海交通大学学报，1988(5)：68-73。
106．王存良．工程实践中病态方程组的判定及其对工程实践的作用[J]，飞行器学报，2003．12(4)．
107．王振杰．大地测量中不适定问题的正则化解法研究[D]，武汉：中国科学院测量与地球物理研究所，2003．12．
108．王斌会．复共线性诊断方法的比较[J]，统计与决策，2003．(8)．7-9．
109．王泽文，邱淑芳．MATLAB中大型线性方程组的非定常迭代法[J]，大学数学，2004．2．20(1)：67-70．
110．杨元喜．泛函分析在最小二乘平差中的应用[J]，测绘学报，1985．5．15(2)．110-114．
111．肖国超，朱彩英．雷达摄影测量[M]，北京，地震出版社，2001．12．
112．肖庭延，于慎根，王颜飞．反问题的数值解法[M]，北京：科学出版社，2003．9．
113．杨文采．评地球物理反演的发展趋向[J]，地学前缘，2002．9(4)：389-396．
114．叶松林．矩阵奇异值分解及其应用研究[J]，勘察科学技术，1996(5)41-45．
115．叶松林．病态线性模型及其优良算法综述[J]，四川测绘，1996，19(2)：61-65．
116．叶松林，朱建军。矩阵奇异值分解与广义岭估计及其在测量中的应用[J]，中国有色金属学报，1998，8(1)：160-164．
117．殷福亮，殷福新，林叔云．解病态线性方程组的遗传算法[J]，大连理工大学学报，1994，34(6)：732-737．
118．游扬声，王新洲，刘星．广义岭估计的直接解法[J]，武汉大学学报·信息科学版，2002，27(2)：175-178．
119．约翰．内特，威廉．沃塞曼，迈克尔．H．库特纳(著)，张勇，王国明，赵秀珍(译)．应用线性回归模型[M]，北京：中国统计出版社，1990．1．
120．杨婷，杨虎．椭球约束与广义岭型估计[J]，应用概率统计，2003．8．19(3)：232-236．
121．颜世建．关于条件数的～个定理[J]，南京：南京师大学报 自然科学版，2004，(4)25-27．
122．周江文．论拟合法则[J]，测绘学报，1999，28(4)：283-284．
123．周江文．再论拟合推估[J]，测绘学报，2001，30(4)：283-285．
124．周江文，黄幼才等．抗差最小二乘法[M]，武汉：华中理工大学出版社，1997．
125．周江文，欧吉坤，杨元喜等．测量误差理论新探[M]，北京：地震出版社，1999．
126．周江文，陶本藻等．拟稳平差论文集[M]．北京：测绘出版社，1987．
127．周忠谟，易杰军，周琪．GPS卫星测量原理与应用[M]，北京：测绘出版社，1997．
128．郑肇葆．摄影测量中病态方程求解问题[J]，测绘学报，1987，16(3)：198-203．
129．郑慧娆等．数值计算方法[M]．武汉：武汉大学出版社，2002．10．
130．张方仁．平差参数的岭估计和压缩估计[J]，武汉测绘科技大学学报，1989，14(3)：46-58．
131．张金槐．线性模型参数估计及其改进[M]，长沙：国防科技大学出版社，1992．
132．张风举、卢秀山等．控制测量学[M]，北京：煤炭工业出版社，1999．
133．张贤达．矩阵分析及应用[M]，北京：清华大学出版社，2004．9．
134．张宏兵，杨长春．正则参数控制下的波阻抗约束反演[J]，地球物理学报，2003．11．46(6)：827-834．
135．张艳英，张苹苹，张池平．病态方程组的一种精确解法[J]，哈尔滨工业大学学报．1995．12．27(6)．27-28．
136．张洪钺，黄劲东，范文雷．全最小二乘法及其在参数估计中的应用[J]，自动化学报，1995．1．21(1)：40-47．
137. A BJORCK,E.Grimme, P.Van Dooren. An implicit shift bidiagonalization algorithm for ill-posed problems [J], BIT 34(1994):510-534.
138. AKE BJORCK,GENE H.GOLUB. Numerical Methods for Computing ANGLES between Linear Subspaces[J], Mathematics of computation,1973,27:579-594.
139. Belsley.D.A.. Conditioning Diagnostics: Collinearity and Weak Data in Regression [M], Wiley. New York, 1991.
140. C.Brezinski, M.Redivo-Zagtia, G.Rodrigue,S.Seatzu. Multi-parameter regularization techniques for ill-cinditioned systems[J], Numerische Mathematik,(2003)94:2003-228.
141. CG.H.Golub,M.T.Heath,G.Wahba.Generalize cross-validation as a method for choosing a good ridge parameter [J], Technometrics 21(1979)215-223.
142. D. Calvetti, P. C. Hansen, L. Reichel. L-Curve Curvature Bounds Via Lanczos Bidiagonatization [J], Biomedicine, vol. 4, 2000, pp. 119—142.
143. E. Loli Piccolomini, F. Zama. Regularization Methods for the solution of inverse problems: Theory and computational aspects [J], Rendiconti del Circolo Matematico di Palermo, 1999, suppl., serie II 58:173-183.
144. Fermin S. V.Bazan. CGLS-GCV:ahybrid algorithm for low-rank-deficent problems [J], Applied Numerical Mathematics 2003,47:91-108.
145. FENG Zun-de, LU Xiu-shan, SHI Yu-feng, HUA Peng. Application of partial least squares regression in data analysis of mining subsidence[J], Transactions of Nonferrous Metals Society of China 2005.3. 15(Special 1):148-150.
146. Gene H. Golub. Matrix Computations (M)(third edition), The Johns Hopkins University ress,1996.
147. Golub G H.Reinsch C. Singular values decomposition and least Squares solution [J], Numer Math,. 1970,14(3): 403-420.
148. Gui. Q.M. & Zhang. J.J. Least squares estimation and biased estimation for variance-covariance compnents[J], Geomatics Research, Australasia. No. 66, 1998.
149. Gui. Q.M. & Zhang. J.J. Biased estimation for parameter adjustment with constraints[J], Presented paper of the 22~(nd) General Assembly of IUGG, Briminghan, 1999.
150. Grafarend,e.,Kleusberg, A.,Schaffrin,B. An introduction of variance-covariance-component estimation of Helmert type [J], Zvermes- sungswesen, 105,1980.
151. Gene H. Golub, Hongyuan Zha. The Canonical Correlations of Matrix Pairs and Their Numerical Computation[J], Numerical Analysis Project Manuscript NA-92-13.
152. GRodriguez, D.Theis. An algorithm for estimating the optimal regularization parameter by the L-curve,Rendiconti di matematica,Serie [J] ,2005,VII Volume25:69-84.
153. Hansen, P.C. The Truncated SVD as a Method for Regularization [J], BIT,1987(27):534-553.
154. Hansen, P.C. Truncated Singular Value Decomposition Solutions to Discrete Ill-posed Problems with Iii-determined Numerical Rank [J], SIAM J. Sci.Stat. Comput.,1990.11(3):503-518.
155. HW Engl and W. Grever. Using the L-curve for determining optimal regularization parameters [J], Numer. Math. 69 (1994), pp. 25-31.
156. I. Ipsen and C. Meyer. The angle between complementary subspaces [J], Amer. Math.Monthly, 102 (1995), 904-11.
157. J.Kusche,R.Klees. Regularization of gravity field estimation from Satellite [J], Journal of Geodesy(2002)76:359-368.
158. J.N.Franklin. Well-posed extensions of ill-posed linear problems [J], J.Math.1970,31:682-712.
159. K.Krishnamoorthy, Brett C.Moore . Combining information for prediction in linear regression [J],Metrika 2002(56):73-81.
160. K. De Cock and B. De Moor. Subspace angles and distances between ARMA models[J], In Proc. of Mathematical Theory of Networks and Systems, 2000.
161. LU Xiu-shan,JING Feng-xiangZHENG Zuo-ya, Analysis of reason of ill-conditioned state resulted from in rapidly solution of GPS baseline Vector[M], 11~(th) International Congress,ISM, Poland, 2000.9
162. LU Xiu-shan,OU Ji-lun,SONG Shu-li,FENG Zun-de. F Method of analyzing the ill-conditioned state of a design matrix in estimation of parameters [J], Transactions of Nonferrous Metals Society of China, 2003.06(3).
163. Landweber L. An iteration formula for Fredholm integral equations of the first kind[J], Amer.J.Math. 1951,73:615-624.
164. MISHA etc. Choosing regularization parameters in iterative methods for ill-posed problems [J], SIAM J.MATRIX ANAL.2001.22(4): 1204-1221.
165. M.Hanke,P.C.Hansen. Regularization methods for large-scale problems [J], Surveys Math.Indust.3 (1993)253-315.
166. Ou Jikun .A new method of identifying and locating gross errorsQuasi-Accurate Detection [J], Chinese Science Bulletin ,1999,44(23).
167. P.Xu,E.Cannon, G.L achapelle. Stabilizing ill-conditioned linear complementarity's problems [J],Journal of Geodesy( 1999)73:204-213.
168. P.C.Hansen. Regularization Tools-A Matlab Package for Analysis and Solution of Discrete Ill-Posed Problems[Jl,Numerical Algorithms,Vol.6.No.I-II,1994,PP.1-35.
169. PC Hensen. The L-curve and Its Use in the Numerical Treatment of Inverse Problems[J], Tech. Report, IMM-REP 99-15, Dept. of Math. Model., Tech. Univ. of Denmark, 1999.
170. P.-A.Absil,A.Edelman,P.koev. On the largest principal angle between random subspaces[J], ,LAA, 2004.991.
171. Paige C C.Saunders M A.LSQR. Sparse linear equations and least square problems [J]. AMC Transactions. Math. 1982,8(1): 195-209.
172. Piccolomini E.L, Zama F. The conjugate gradient regularization method in Computed Tomography problems[J], Applied Mathematics and Compution,1999.7.102(1 ):87-99.
173. Per Christian Hansen. The discrete picard condition for discrete ill-posed problems[J], Springer Netherlands, 1990.10.30(4):658-672.
174. Qing-Ming Gui, Guo Czhong Li, Ji-Kun Ou. Robust-Biased Estimation Based On Quasi-Accurate Detection[J], Journal of Surveying Engineering [J], 2005. 131:33, 67-72.
175. Rao.C.R.Linear Models-Squares and Alternative[J],Springer-Verlag,1995.
176. Rao JNK, Subrahmaniam K. Combining independent estimators and estimation in linear regression with unequal variances[J],Biometrics, 1971.27:971-990.
177. WANG Jia-jun,LI Gong-sheng.A Modified Tikhonov Regularization Method for Solving Iii-posed Problems[J],CHINESE QUARTERLY JOURNAL OF MATHEMATICS,2000.6.15(2):98-101.
178. Zhaojun Bai. The CSD,GSVD,their Applications and Computations [J],1992,4.
179．於宗俦，鲁林成．测量平差基础[M]，北京：测绘出版社，1983．