补充5-测量平差发展概况.pptVIP

因此,随着大地测量精度的不断提高,过去认为不随时间变化的,静态大地测量的观点应当改变,在处理大地测量数据时,必须考虑时间因素,将时间和空间结合起来的动态大地测量观点应当引起重视。现代大地测量最艰巨的任务,在于从数量较多的各类观测数据中,分离出这些动态效应,建立它们的数学模型,找出它们的激发机制,为解决地震预报提供线索。为此,在整体大地测量中,将时间因素也考虑进去,研究动态平差是非常重要的。 二、测量平差的当代进展情况 5.秩亏平差 二、测量平差的当代进展情况 经典高斯一一马尔柯夫模型中的系数矩阵A是列满秩阵,权阵P和权逆阵Q是满秩的方阵。 1962年,迈塞尔提出秩亏自由网平差方法,从测量平差观点,将经典高斯一一马尔柯夫模型中的列满秩系数阵A,推广到奇异阵。我们知道,经典平差必须有必要的起算数据(平差基准),以使平差结果强制附合在起算数据上,此时系数阵A为列满秩阵。在这种情况下,按最小二乘原理解出的未知参数是唯一的。当网中没有必要起算数据或必要起算数据不足时,系数矩阵A是奇异的。此时,仅按最小二乘原理求解未知 二、测量平差的当代进展情况 参数不可能得到唯一解。为了得到唯一解,,必须增加新的求解条件。根据加入的条件不同,秩亏自由网平差可分为 (1)加权秩亏自由网平差 (2)普通秩亏自由网平差 (3)拟稳平差 1964年,高德曼(A.J.Goldmen)和蔡勒(M.Zelen)将满秩权逆阵Q扩展到奇异阵,将经典平差推广到具有奇异权逆阵的最小二乘平差。引起权逆阵Q奇异有如下两种原因 (1) 观测向量L中的一些分量是其它分量的线性组合； (2) 观测向量L中的一些分量没有误差。 二、测量平差的当代进展情况 二、测量平差的当代进展情况 1971年,劳（C.R.Rao）综合了各种可能的情况,得出了广义高斯——马尔柯夫模型。广义高斯一马尔柯夫模型,适用于系数阵A列满秩或列降秩，Q奇异或非奇异的所有情形。有鉴于此,劳把广义高斯一马尔柯夫模型的参数估计,称为“最小二乘统一理论‘ 。 6.最小二乘分解法 测量平差最后总是归结为解算-法方程,一个大的平差问题,法方程的个数相当多。在电子计算机出现之前,大型法方程组的解算,是一项令人生畏的任务,过程的冗长,达到难于置信的程度。正如前面指出的,许多大地测量学家，一 二、测量平差的当代进展情况 直把如何少解一些法方程作为经典平差研究的重点。在电子计算机广泛应用的今天,这个问题不象从前那样特别重要了。但是探求新的,以便节省计算机内存,在小型机上解算大型法方程的方法仍然是非常必要的。这种方法通常是将一个给定的平差问题分成几个部分，然后分别求解,最后将各个部分解算结果联合起来得到最后的结果。这种分开求解的方法称为最小二乘分解法。其基本要求是分开解算的结果应与不分开时所求结果完全相同。 最小二乘分解法包括,阶段平差、分区平差和序贯平差。 二、测量平差的当代进展情况 二、测量平差的当代进展情况 二、测量平差的当代进展情况 分区平差的优点在于能分成若干组进行解算,每组含有适当数量的未知参数,而不进行含有大量未知参数的整体解算。这种方法也有缺点,首先,这种方法没有包括不同组未知参数之间的协方差阵的计算,当然计算这些协方差阵也是可能的,但要增加许多工作。其次,求出内部参数和连接参数后,如果根据新的观测资料对求出的解进行改进或增加新参数时,就需重新进行解算。因此,分区平差仅适用于参数和观测资料数量固定不变的情况。 二、测量平差的当代进展情况 （3）序贯平差 序贯平差也称静态卡尔曼滤波。序贯平差是近代新出现的一种最小二乘分解法。它是维纳（N.Weiner）和柯尔莫哥洛夫(A.N.kolmogorov)在通讯统计理论和随机过程理论的著作中创立的。1960年卡尔曼（R.E.kalman）进一步发展了这个方法。 序贯平差是按照逐步的方式得到逐次解的方法。例如-个大地网已经进行了平差,求出了参数估值X及其权逆阵Q。为了某种需要这个网又增加了一些新观测值或一些新的参数,以提高原有网未知参数的精度。处理这种问题可用两种方法，一种是把新观测资料与原观测资料重新一起平差,这样处理 二、测量平差的当代进展情况 没有发挥原平差的作用,一般来说是不经济的,特别是当新资料比原资料相对有限时。另一种方法就是序贯处理的方法,即将已经平差的X作为观测数据与新观测资料一并平差,这样处理在某些情况下,将大大节省计算时间。 序贯平差的优点是降低了法方程求逆的阶数,能够不断对原有平差参数进行改进,由于法方程阶数不高,因此解算时数值稳定性较好。据文献报导,序贯平差甚至对于病态问题也能给出一个确定的解。序贯平差特别适用于参数的连续估计,在大