现代测量平差报告.docVIP

《现代测量平差》 读书报告 学 院： 专 业： 姓 名： 学 号： 授课教师： 年 月 稳健估计 概述 在测量数据处理中,测量误差主要分为随机误差、系统误差和粗差.如果数据只含有随机误差,采用最小二乘估计就可以解决参数的最优估计问题;对于系统误差,由于按一定的规律变化,可以在模型中列入附加系统参数,通过检验识别,消除或减弱其影响;粗差是一种异常的大误差,可能由于仪器故障或观测者的疏忽及记录时的笔误等造成,其存在使测量模型严重歪曲,造成参数的最小二乘估计严重失真.稳健估计在测量数据处理中的应用主要是进行粗差定位以及消除和减弱粗差对参数估计的影响.由稳健估计的目标知道,在假定模型基本正确的情况下,稳健估计具备抗大量随机误差和少量粗差的能力,使所估参数达到最优或接近最优.稳健估计不追求绝对意义上的最优,而是在抗粗差前提下的最优或接近最优. 稳健估计主要包括三类:M估计、L估计、R估计.M估计是一种广义的极大似然估计,使用最广泛,M估计方法有很多种,目前使用最多的是选权迭代法;L估计是排序统计量线性组合估计,需要将观测子样按大小排列;R估计是秩检验型估计,基于观测子样列序统计量的秩,属于非参数估计.稳健估计的抗差性和效率取决于等价权函数以及参数初值的可靠性.