稳健估计在GPS高程拟合中的应用.pdfVIP

张杰等：稳健估计在GPS高程拟合中的应用 稳健估计在GPS高程拟合中的应用 张杰1，宫雨生2 (1．辽宁省第三测绘院，辽宁沈阳110034 2．辽宁科技大学资源与土木工程学院，辽宁鞍山114044) 【摘要】在OPS高程拟合中，如果采用含有粗差的数据建立数学模型，将使数学模型发生歪曲， 以致使拟合结果失实．为了处理包含粗差的测量数据，寻找具有排除粗差干扰能力的 参数估计方法，文中将稳健估计引入到数据的预处理中，从而有效地解决了这一问题． 【关键词lOPS高程；稳健估计；粗差 0引育 现代测量数据采用了先进的采集方式．但是在大量的测量数据中出现少量粗差一般也是不 可避免的。在GPS测量的过程中，由于技术，仪器，人为，方案等多方面的原因．使我们测得 的数据中包含了一定的误差．甚至大的粗差。在进行GPS高程拟合时．最小二乘估计是现在最 普遍最广泛的应用，它是基于测量随机误差服从正态分布前提下的一种最优估计．但由于最小 二乘估计具有良好的均衡误差特性．不具备抗粗差的能力，在存在粗差情况下．最小二乘估计 对测量数据的粗差相当敏感．使最小二乘估计的最优性受到严重冲击．甚至估计失实。为了在 GPS高程拟合中，处理包含粗差的测量数据．寻找具有排除粗差干扰能力的参数估计方法．将 稳健估计引入到数据的预处理中．从而有效地解决了这一问题。 1稳健估计原理 设有参数向量x是未知的非随机量．为了估计X．进行刀次观测得到向量￡的观测值，． 由极大似然估计有 ∑-Inf(1,，i)=rain (1) 其定义广义化．于是得 ∑p(1∥)=min ，II (2) 第九届东北三省测绘学术与信息交流会论文集 通常残差V为未知数的函数．将上式对未知数x求一阶导数，并令其等于零．以求出极值 点 掣：枷，知 (3) 考虑到平差中的误差方程 vI=nS—li (4) a，为4的第f行向量，则有 ∑口·掣驴。 (5) 令盟为权函数n(v)．即 H p如沪盟 ’，j (6) 以矩阵形式，表示为 A 7’P(’，)彳曼一A7’P(v)I=0 (7) 上式与最小二乘估计中的法方程形式完全一致，仅是用权函数矩阵 尸(矿)=diag(pl(V，)P2(U)…P。(’，，)) 代替观测权阵P。为此，可将稳健估计的选权迭代法归结为如下模型： (1)误差方程与权函数为 V=Arc-1 尸(y) (2)估计准则为 7 VP(V)V=min 亦即将平差模型转换为最小二乘估计的模型．采用类似最小二乘估计程序计算。所不同的 是权函数尸(y)是残差的函数．计算前V未知．只能通过给其赋予一定的初值．采用迭代法估计 参数曼。 (3)