非线性最小二乘法之Gauss Newton、L-M、Dog-Leg
最快下降法
假设 hTF′(x)<0 ,则h是 F(x) 下降方向,即对于任意足够小的 α>0 ,都满足 F(x+αh)<F(x) 。
现在讨论 F(x) 沿着h方向下降快慢:
limα→0F(x)−F(x+αh)α∥h∥=−1∥h∥hTF′(x)=−∥∥F′(x)∥∥cosθ
其中 θ 为矢量h和 F′(x) 夹角,当 θ=π 时,下降最大。
即 hsd=−F′(x) ,是最快下降方向。
最小二乘问题
通常的最小二乘问题都可以表示为:
F(x)=12∑i=1n(fi(x)2)=12∥f(x)∥2=12f(x)Tf(x)
找到一个 x∗ 使得 x∗=argminxF(x) ,其中 x=[x1x2⋯xm] , f(x)=[f1(x)f2(x)⋯fn(x)] 。
假设对 f(x) 第 i 个分量
fi(xk+h)≈fi(xk)+∇fi(xk)Th , i=1,2⋯n
则 f(xk+h)≈f(xk)+J(xk)h ,其中Jacobin矩阵
J(xk)=⎡⎣⎢⎢⎢⎢⎢∇f1(xk)T∇f2(xk)T⋮∇fn(xk)⎤⎦⎥⎥⎥⎥⎥=⎡⎣⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢⎢∂f1(xk)∂x1∂f2(xk)∂x1⋮∂fn(xk)∂x1∂f1(xk)∂x2∂f2(xk)∂x2⋮∂fn(xk)∂x2⋯⋯⋱⋯∂f1(xk)∂xm∂f2(xk)∂xm⋮∂fn(xk)∂xm⎤⎦⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥⎥
通常记 fk=f(