测量数据处理理论与广义逆平差_20090917.pptVIP

测量数据处理的统计理论与方法陶本藻武汉大学 测绘学院地球空间环境与大地测量教育部重点实验室卫星导航定位技术研究中心 1、 研究生必备知识 1) 最小二乘经典平差 2) 假设检验理论 3) 广义逆和线性方程的解 2、 在“3S”及其集成中的应用 1) 误差理论：偶然误差、系统误差和粗差 2) 最优估计理论 3) 数学建模：函数模型、随机模型 4) 模型误差识别与优化 5) 模型解算：大规模、秩亏、病态、基准、坐标变换、先验信息 6) 滤波：卡尔曼滤波、小波 7) 数据动态处理 8) 编程、自动化、可视化、网络化 3、 基于偶然误差的最小二乘平差 高斯马尔柯夫模型 (精度、准确度、精确度、不确定度) 协方差(协因数)传播定律 广义逆矩阵与测量平差Generalized Matrix Inverses and Adjustment of Observations 陶 本 藻 教授 博士生导师 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 1、矩阵的秩 R(AB) ≤ min( R(A) , R(B) |B| ≠ 0 , R(AB) = R(A) , R(BA)=R(A) R(A PA) = R(A) |P| ≠ 0 R(A+B) ≤ R(A) + R(B) AA = A R(A) = tr(A) U G 正交 GG = I G UG = ∧ = (λ1 λ2 λn ）Ｉ Ｒ（Ｕ）＝ r n T T n n T 间接平差秩 L = B X + Δ Ｄ＝σ Q Ｒ（Ｑ）＝Ｒ（Ｄ）＝ n Ｒ（Ｂ）＝ t Ｒ（Ｎ）＝Ｒ（B ＰB）＝Ｐ（B）＝ t Ｒ（Ｑxx ）＝Ｒ（Ｎ）＝ t Ｒ（Ｑvv）＝ Ｒ（ＰＱvv ） ＝ｔｒ（ P （Ｑ－ＢＱxxＢ）） ＝　n – t ２０ T T 矩阵的迹 方阵 性质 2、广义逆矩阵 R（A）=r min(n, m) 型： AGA=A G A 型： AGA=A (a) （AG） GAG=G (b) （GA） =GA (d) 型： AGA=A (a) （AG） =AG (c) 型： AGA=A (a) （GA） = GA (d) =AG (c) 平差中常用的广义逆矩阵 A+ : A+ =AT(AAT)-A(ATA)-AT N对称 N+=N(NN)-N(NN)-N 性质 (A+)+=A (AT)+=(A+)T R(A+)=R(A) AL- : AL- =(ATA)-AT AM-: AM- = AT(ATA)- 相容方程 矛盾方程且 ＝A最小阶 矛盾方程且 A最小阶 3、带权广义逆 带权最小二乘逆 型 常用选择 P正定 满足 带权最小范数逆 型  满足 正定 半定 带权加逆 型 唯一 4、平差基本方法 间接平差 正定 不相容方程（矛盾），B满秩，有唯一解 条件平差 P正 定 相容 最小范数解 附有条件的间接平差 P正定 权 无限权 附有参数的条件平差 5、秩亏自由网 由（1） 由（2） 拟稳平差 半正定； 6、滤波模型