(全面详细有用的)高等测量平差 论文.docVIP

高等测量平差作业 目录 前言---------------------------------------------------------第2页 （一）平差模型的假设检验---------------------------第3页 1.1平差模型的假设检验的一些基本概念和原则------------------------------------------------------------第3页 1.2 t检验法和算例分析--------------------------第4页 1.2.1适用对象---------------------------第4页 1.2.2算例----------------------------------第4页 1.3 检验法和算例分析-------------------------第5页 1.3.1适用对象---------------------------第6页 1.3.2算例----------------------------------第6页 1.4 检验法和算例分析--------------------------第9页 1.4.1适用对象---------------------------第9页 1.4.2算例---------------------------------第9页 （二）平差模型的稳健估计---------------------------第10页 2.1平差模型的稳健估计一些概念--------------第10页 2.2平差模型的稳健估计残差绝对和最小法，丹麦法，IGG法分析及算例------------------------------------第10页 （三）参考文献-------------------------------------------第20页 前言： “高等测量平差”课程是“误差理论与测量平差基础”的后续课程。通过学习“误差理论与测量平差基础”，我了解了五中经典的平差方法，以及精度评定的方法。在学习高等测量平差之前的数据处理中，条件是假定已经消除了系统误差而且不存在粗差的理想状态，即仅仅含有偶然误差。但在实际测量中，随着科学技术的不断发展，数据采集的现代化、自动化和高精度化，使得有时候经典平差模型不能适应实际问题的需要。因此测量平差的研究内容也在不断扩展。 通过【文献1】可知现代测量平差与数据处理理论仍然是以高斯-马尔柯夫模型为核心,通过该模型在不同层面上的扩充、发展形成了若干新理论、新方法。由【文献2】可知，测量平差内容的扩展主要体现在以下七个方面，一是从法方程系数矩阵满秩扩展到秩亏。二是从处理静态数据扩展到动态数据。三是无偏估计扩展到有偏估计。四是从线性模型的参数估计扩展到非线性模型的参数估计。五是从待估参数为非随机量扩展为随机量。六是观测值从偶然误差扩展到含系统误差和粗差。七是主要研究函数模型扩展到深入研究随机模型。八是从最小二乘准则扩展到其他多种准则。 本文通过选取【文献2】中的例题，从平差模型的统计假设检验和稳健估计的理论与方法两个方面，通过自己实际计算，加深了对高等平差的理解。不足之处是没有对回归分析的理论与方法，秩亏自由网平差的理论和方法，以及非线性模型的平差理论与方法进行解释性的学习。按照终身学习的理念，我将努力在以后弥补本文的不足，争取掌握高等测量平差的方法，更好的为测绘事业努力奋斗。 1.1平差模型的假设检验的一些基本概念和原则 一个完整的最优的平差系统，除了采用最小二乘精度准则对平差参数进行最优估计外，还要保证观测数据的完整性和平差模型的合理性与精确性。后者要借助于数理统计方法，对观测数据和平差数学模型进行假设检验，是保证平差系统质量的一个重要组成部分。 统计假设检验的基本原理是小概率事件在一次实验中实际上是不可能发生的。假设检验主要用来解决的问题类型为：母体数学期望是否与一数值一致；两个或者多个母体的数学期望是否相同；母体的方差是否与某一数值一致；两个或者多个母体的方差是否相同等； 假设检验的方法是，先做一个原假设,然后找一个适当的子样函数作为检验统计量，如果在成立的条件下，由子样计算出的统计量数值出现的概率很小，则根据小概率事件原理可拒绝原假设。 假设统计检验时可能发生如下情况。当为真时，由于抽样误差所算得的统计量不落在的接受域，从而做出拒绝的错误判断，称为第一类错误，即弃真错误。弃真的概率为，即落在拒绝域的概率。所以是否被接受与的大小有关，越大则被拒绝的机会越多。 如果被检验问题为真，而子样统计函数落在接受域，就犯了纳伪的错误，称之为第二类错误。纳伪的概率为（以右尾检验为例，见下图），即密度曲线下（的）接受域所围面积。 由