2009平差模型误差与半参数估计.pptVIP

平差模型误差与半参数估计 陶本藻教授 武汉大学测绘学院 地球空间环境与大地测量教育部重点实验室 不存在， 1997吉洪诺夫(Tikhonov)正则化算法 构造正则化函数 随机序列的差分 一次差分 二次差分 3.5、确定 的周江文方法 时间序列系统误差模型设为 例如 的协方差阵为 等价模型 (1) 假设检验 (2) （1）、（2）联合平差 拒绝域 6、时间序列分析与残差分析 6.1、AR（P）模型 求解： 平差求解可得 给定显著性水平（例如＝0.05，0.01）， 查F分布表可得临界值 若 ，则 是合适的（检验不显著）； 若 ，则 是不合适的（检验显著）； 6.2、半参数模型 模型：Y=X +S+A 式中， A= 6.3、两模型的比较 分别用AR(p)模型和半参数模型对香河台东西向长约700米的短水准 观测数据进行计算比较。 谢 谢！ F检验定阶 S= X= ， = * 函数模型是描述观测量与待求参数间的数学函数关系的模型，是确定客观实际的本质或特征的模型。 随机模型是描述平差问题中的随机量（如观测量）及其相互间统计相关性质的模型。 1、测量平差数学模型 经典平差模型 R（A）=U R（Q）=n X为非随机参数 经典平差公式 最小二乘统一理论 广义高斯—马尔柯夫模型，最小二乘统一理论 Rao在文中提出的最小二小乘准则是 R（A）=t R(D)=g n≥gt u≥t X非随机 陶本藻、刘大杰[5]（[5]1990）从奇异正态分布的密度函数 2、平差系统的模型误差 模型误差分为函数模型误差和随机模型误差两类 最小二乘平差参数X的估值具有最优无偏性，单位权方差的估值具有无偏性和渐进最优性。这些良好的统计性质都是基于模型误差不显著的情况。 但在实际平差系统中，由于种种原因的建模近似，例如非线性观测方程的线性化；未顾及或近似考虑某种系统误差影响；观测值的先验协方差阵不尽合理等原因都会造成函数模型和随机模型产生误差。模型近似在回归拟合模型中则更为突出。 3、测量中的半参数回归模型及估计方法 3.1、测量中的半参数回归模型和平差估计准则（补偿最小二乘原理） 半参数回归模型： 平差估计准则： 是一个适当给定的矩阵，称为正规化矩阵； 是一个给定的纯量因子，在极小化过程中对 和起平衡作用，称为平滑因子 。 3.2、正规化矩阵正定时半参数模型的估计 由拉格朗日乘数法，构造函数 参数估计： 非参数估计： 3.3、最小二乘配置与补偿最小二乘 半参数： 配置： 3.4、正规化矩阵的一个选择 如果观测值是在时刻 得到的一个时间序列，若假设相邻时刻的模型 误差与 的差别不应太大。因此可令 ： 4、半参数估计的自然样条函数法 4.1半参数回归模型中的自然样条插值函数 设 为区间 上的自然样条插值函数， 为节点，且 ， 满足插值条件： 满足上述条件的插值函数中，自然样条函数是最光滑的。 (Green,Silverman 1987) 4.2补偿最小二乘原理及其解 (Fessler,1991) G矩阵为严格的对角占优矩阵，即正定矩阵 。 设： ，是半正定矩阵 补偿最小二乘准则项表示为： 按照求条件极值的拉格朗日乘数法，构造函数 得到法方程为 ： 法方程系数阵满足： 时可逆。 4.3平滑参数 的确定（交叉核实法） 去除 时刻的观测值 ，也就是 以作为观测值，对于给定的平滑参数 得到观测值估计和系统误差估计