误差理论与测量平差基础笔记八

附有参数的条件平差原理详解

一、基本思想与背景

附有参数的条件平差是条件平差与间接平差的结合,它解决了一类特殊的平差问题:观测值之间存在条件约束,同时又有一些未知参数需要估计。

应用场景:

  1. 既有几何条件约束,又有物理参数需要估计

  2. 条件方程中包含未知参数

  3. 观测值精度不等,需要统一平差

示例:

  • 水准网中,既有闭合条件,又有某些点的高程作为未知参数

  • 三角网中,既有三角形内角和条件,又有某些角度的系统误差参数

  • GNSS中,既有双差观测方程,又有大气延迟参数等

二、数学模型

2.1 条件方程的一般形式

2.2 线性化

三、最小二乘准则

四、拉格朗日乘数法求解

4.1 构造拉格朗日函数

4.2 求偏导并令为零

  1. 对 V 求偏导:

4.3 代入并整理

4.4 法方程

4.5 解法方程

这是一个分块矩阵方程,有多种解法:

方法一:消元法

方法二:直接求逆

4.6 计算改正数和平差值

  1. 参数估计值:

  2. 观测值改正数:

  3. 平差值 :

五、精度评定

5.1 单位权方差估值

5.2 参数的协因数阵

5.3 平差值 L^ 的协因数阵

5.4 平差值函数的中误差

六、计算步骤总结

确定各类数量

七、示例:水准网附有参数的条件平差

7.1 问题描述

水准网如图,已知A点高程 H_A = 10.000mHA​=10.000m,观测了3条路线的高差:

  • 路线1:A→B,观测高差 h_1 = +2.500mh1​=+2.500m,路线长 S_1 = 2kmS1​=2km

  • 路线2:B→C,观测高差 h_2 = +1.000mh2​=+1.000m,路线长 S_2 = 1kmS2​=1km

  • 路线3:A→C,观测高差 h_3 = +3.498mh3​=+3.498m,路线长 S_3 = 3kmS3​=3km

附加要求:将B点高程作为未知参数进行平差。

7.2 平差计算

步骤1:确定数量

模型1(传统条件平差):

模型2(附有参数的条件平差):

步骤2:线性化

步骤3:定权

步骤4:组成法方程

步骤5:解法方程

步骤6:计算改正数和平差值

步骤7:精度评定

八、与其它平差方法的比较

平差方法 未知数 方程类型 适用情况
条件平差 改正数V 条件方程 观测值间有明显几何条件
间接平差 参数X 观测方程 参数有明确物理意义
附有参数的条件平差 改正数V+参数X 附参数的条件方程 既有条件约束,又有参数需要估计
附有条件的间接平差 参数X 观测方程+约束条件 参数有约束条件

关系:

  • 附有参数的条件平差可以转化为间接平差

  • 当参数个数等于必要观测数时,附有参数的条件平差退化为间接平差

  • 当没有参数时,退化为条件平差

九、在AGNSS中的应用

在GNSS数据处理中,附有参数的条件平差有重要应用:

9.1 系统间偏差估计

在多系统GNSS组合定位中,不同系统间存在时间偏差、频率偏差等,这些可以作为参数引入到条件方程中。

9.2 大气延迟参数估计

在精密单点定位(PPP)或网络RTK中,大气延迟(电离层、对流层)可以作为参数估计。

9.3 整周模糊度条件

在载波相位相对定位中,整周模糊度应满足整数条件,这可以看作是一种特殊的参数条件。

十、总结

10.1 附有参数的条件平差特点

  1. 结合性:结合了条件平差和间接平差的优点

  2. 灵活性:可以处理既有条件约束又有参数估计的复杂问题

  3. 统一性:是更一般的平差方法,条件平差和间接平差是其特例

10.2 关键公式

10.3 实际应用价值

  1. 处理复杂模型:能够处理观测方程非线性、参数有约束的问题

  2. 提高解算效率:对于某些问题,比间接平差方程数少

  3. 理论完备:为理解更复杂的平差方法(如序贯平差、卡尔曼滤波)奠定基础

掌握附有参数的条件平差原理,有助于深入理解测量平差的理论体系,并为解决复杂的GNSS数据处理问题提供有力的工具。

下面是学习笔记:

相关推荐
在所不辞兄3 分钟前
常微分方程详解与应用
人工智能·神经网络·算法·机器学习
-dzk-4 分钟前
【动态规划】LC 416.分割等和子集
算法·动态规划·代理模式
袖清暮雨9 分钟前
机器学习之随机森林
人工智能·随机森林·机器学习
彦13 分钟前
C和C++笔记
c语言·c++·笔记
夏幻灵25 分钟前
每日一题:LeetCode 1:两数之和——从暴力枚举到 Map 哈希表优化
算法·leetcode·散列表
Answer1st26 分钟前
【嵌入式模块】SPI通信模块
笔记
lisw0530 分钟前
图像质量评估:从误差可见度到结构相似性
人工智能·机器学习·计算机视觉
段一凡-华北理工大学34 分钟前
高炉炼铁机器视觉与智能识别十八讲~系列文章09:AI 算法基础:从传统图像处理到深度学习的视觉“大脑“
图像处理·人工智能·算法·机器视觉·工业智能化·高炉炼铁智能化·高炉智能识别
alphaTao41 分钟前
LeetCode 每日一题 2026/9/28-2026/10/4
算法·leetcode
源码学社43 分钟前
图像去水印实测:OpenCV inpainting vs LaMa,传统算法和 AI 模型差距有多大
人工智能·opencv·算法·去水印·图片水印·ai去水印