课题组博士生聂宇锋在地球物理领域著名期刊《Surveys in Geophysics》发表论文

从GRACE任务数据中恢复重力场受到观测噪声和动力学模型误差的影响，特别是动力学模型中混频误差的影响。我们通常采用四种方法来减少它们的影响，即经验加速度的估计（ACC方法）、KBR星间距离变率经验参数的估计（KBR方法）、采用全方差-协方差矩阵平差（COV方法）和基于时间序列模型的滤波（FILT方法）。从本质上讲，ACC和KBR方法可以归入函数模型补偿的方法，而COV和FILT方法属于随机模型补偿的方法。本文从理论角度和数值模拟...

团队聂宇锋博士生在大地测量领域著名期刊《Journal of Geodesy》发表论文

高效的方差分量估计（VCE）对于大规模最小二乘问题中的最优数据融合具有重要意义，例如在卫星大地测量学中，我们往往采用数百万的观测数据来联合估计大量的未知参数。本文基于卫星大地测量学中的局部-全局参数划分方案，提出了一种高效的VCE算法，该算法直接适用于局部参数为单一观测组所特有的简化情况，以及局部参数为不同观测组所共享的广义情况。此外，基于随机迹估计（stochastic trace estimation）技术的蒙特卡洛VCE（MC...