整体最小二乘法及其在测量数据处理中的应用摘要.docVIP

整体最小二乘法及其在测量数据处理中的应用 丁克良 ，欧吉坤 ，陈义[2] 1北京建筑工程学院 测绘与城市空间信息学院； 2中国科学院测量与地球物理研究所 [1] [2] 3 同济大学 测量与国土信息工程系 Ding Ke-liang,OU Ji-kun，Chen yi (1Beijing Institute of Civil Engineering And Architecture, School of Geomatics and urban information, 100044 2 Institute of Geodesy and Geophysics, Chinese Academy of Sciences, Wuhan, 430077 3. Department of Surveying and Geo-Informatics , Tongji University , Shanghai 200092 , China) 摘要 在参数求解中，针对参数估计模型的观测向量和系数矩阵都可能存在误差情况，20 世 纪80年代提出了整体最小二乘方法。本文系统阐述了整体最小二乘基本原理、思想，基于 奇异值分解原理详细阐述了整体最小二乘的解算方法。在对普通最小二乘和整体最小二乘深 入比较的基础上提出要注意整体最小二乘应用条件问题。 关键词：普通最小二乘，整体最小二乘，奇异值分解；测量数据处理 Abstract: For parameter solution, the total least square (TLS) method was proposed in early 80’s of twenty century as to deal with some estimation models that both the observation and design matrix are subject to errors. The basic concept of TLS, principle of computational algorithms for TLS based on the singular value decomposition theory are described systematically in this paper. The applicability and limitation of TLS in surveying data process are proposed based on comparisons and analyses between the ordinary least squares and the total least squares. Key words: ordinary least squares; total least squares; singular decomposition; surveying data process 1绪论 最小二乘法经历了百余年的发展考验，已经成为许多领域数据处理广泛应用的方法。测 量数据的处理方法，通常是指按最小二乘法进行测量平差，它是测量数据处理中最基本、最 [1] 广泛的应用方法 ，尤其是近几十年来得到了充分的发展和应用。最小二乘平差的基本思想 是在最小二乘准则下进行测量数据的调整。测量平差模型均可归结线性方程组 AX = L+ ? 的求解问题。最小二乘准则要求残差的范数平方和极小，它主要是针对观测值中的偶然误差 的。然而，实际问题中参数估计中的观测值和系数阵都可能存在误差，针对这种更复杂的情 况，20世纪 80年代提出了整体最小二乘法。尽管最初的称呼不同，总体最小二乘实际上已 有相当长时间了。整体最小二乘的基本思想可以追溯到 19 世纪，较早的文献诸如 Adcock [2] （1878）、Pearson（1901）、Linnik（1961）、Williamson（1968）、York（1966） 。当时考 399  虑的是 A和 L同时存在误差时，矩阵方程 Ax = L的近似求解方法，但是，直到 1980年 Golub 和 Van Loan才从数值分析的观点首次对这种方法进行了整体分析，并正式称之为整体最小 [3] 二乘（Golub，Van Loan，1980） 。Van Huffel和 Vandewalle深入了研究整体最小二乘问题 [4,5,6]。此后，整体最小二乘作为一种新的数据处理方法已成为一个研究热点，诸多学者对其 进行了广泛研究[6,7,8,9,10,11] 。目前、该方法已经成功应用于谱分析