论文部分内容阅读
针对现有partial EIV 模型WTLS估计算法的不足，结合partial EIV模型的特点，提出了三种新算法。第一种算法主要是在LS原理框架下进行推导，其优点在于现有的相关理论可以推广应用，但本质上与现有算法等价；第二种算法基于改进的目标函数，通过对变量求矩阵微分，具有计算量小、迭代次数少的优势；第三种算法通过函数模型进行变形，然后运用LS估计的理论构造出非线性目标函数，提出了Fisher-Score方法；第四种算法是对其模型线性化，将其转换为Gauss-Markov模型进行迭代求解。数值计算结果表明，第二种和第三种算法的迭代次数少，第四种算法次之，第一种算法最多；但就计算量来说，第二种方法最优。