2011年11月18日星期五

病态系统分析理论及其在测量中的应用




cond2(A)=λmax(A)/λmin(A)
λ近似为0,则观测矩阵A中的列向量间存在近似的线性关系.反映在未知参数中,便是参数间存在着近似线性关系,这种近似的线性关系称为复共线性关系.矩阵病态性可以看作是观测矩阵A的列向量间存在复共线性.
严重复共线性是系统病态性的主要标志之一

诊断病态性的常用方法:
1.     条件数法
2.     特征值分析法
3.     方差扩大因子(VIF)
4.     行列式判别法

病态性分类:
I:由于参数存在近似线性关系
II:由于观测所提供的信息量不足以确定待定参数

最小相对范数f(适合I类病态性)
原矩阵A=(a1,a2,…,an),G-S按列正交化后B=(b1,b2,…,bn)
Ki=norm(bi)/norm(ai),最小相对范数定义为:Kf=min(K1,K2,…,Kn)
几何意义及特性:
biai垂直于bh (h<i)的分量,(ai,bh)=0,norm(bi)取得最大值norm(ai);当aiah复共线时,norm(bi)取得最小值0.因此,K有如下特性:
1.     Kf是有界的 [0,1]
2.     Kf的大小反映了aiah复相关程度.Kf愈大,aiah复相关程度愈低;Kf愈小,反映了aiah复相关程度愈高.

诊断A病态性的指标:一是根据采样精度确定的阈值,二是根据谱范数确定的阈值.

H 空间中子空间关系的度量: 暂略

II类病态性的诊断:
观测矩阵的II类病态性是由于观测信息量不足引起的.表现在几何空间中,观测对象的空间结果不合理.形式上看,独立观测的个数多于待定参数的个数,观测矩阵满秩;实质上,这些观测值所提供的信息量不足以确定所有参数,在一定程度上可以说独立观测的个数少于待定参数的个数.




没有评论:

发表评论