工程测量中粗差探测方法分析.pdf.pdfVIP

施工技术与运用 工程测量中粗差探测方法分析 摘要：在对各种大型工程进行测量时，不可避免地受到各种环境条件与仪器因素的影响，导致测量数据中必然存在各种粗差。如果不对含有各种粗差 的数据进行预处理，以识别并消除这些粗差，就会影响测量结果的可靠性，从而导致对工程的形态作出错误的判断。本文对粗差探测进行了分析，同时介 绍了三种粗差探测方法 关键词：粗差探测；岭估计；贝叶斯 0前言 ， = co， 所谓粗差，就是观测值离群较大的误差，一般它大于三倍中误差。它不同 E~Ix#=8 ()}()f：(4．rPA+ = ((5) 于偶然误差，其属于极少数部分，在进行参数估计前，应该进行粗差探测或者 修正。众所周知，观测数据难免会存在粗差，如果在进行最小二乘平差前不进 2．岭估计的奇异特点 行排除，所得结果则不是最优的。因此，对观测数据进行认真检测，定位并修 虽然岭估计有效地克服了法矩阵病态性对未知参数估值的不良影响，且 正粗差观测，以提高参数估计的准确度和精度，—直是测绘工程领域的热点问 对粗差有一定的抑制作用，但是并没有完全消除粗差的影响 因此对岭估计进 题，许多学者对此进行了研究，提出多种粗差探测的方法。最早提出单个粗差 行粗差探测显得尤为必要。我们在文中称对平差模型偏离很大的观察值为岭 探测技术的是荷兰的巴尔达教授(W．Baarda)，他从已知单位权方差出发导出了 估计的奇异点。下面采用均值漂移模型给出岭估计奇异点的探测方法。考虑当 以服从正态分布的标准残差为统计量的数据探测法(DataSnooping)。欧吉坤 观测数据增加扰动时，模型(4)变为 (1999)提出的 “拟准检定法”(QUAD法)从真误差人手，利用真误差与观测值之 ＼￡I：n_x i，车 间的解析关系，提出拟准观测的概念。借鉴拟稳平差思想，附加 “拟准观测的 ＼￡=nx+ 4-7 真误差范数极小”的条件，解决了关于真误差的秩亏方程组求确定解的问题。 识别 是否为岭估计意义下的奇异点就等于下面的假设检验问题： 於宗俦 (1996)提出的多维粗差同时定位定值法(LEGE法)不仅能确定k个粗差 ：7=0， ：7≠0 的位置 (k≤r一1，r为多余观测数)，而且可以同时求得各个粗差的数值大小。还 容易得到如下的F检验统计量： 有其它的～些具有代表性的方法，比如：LEGE法、QUAD法、L1范数最小法粗差 ． ，2 ~，( 1) 探测、数据探测法等等 。 1粗差探测的任务 以及似然比检验统计量：= ～口(，)：式中 = 一 =a：XoR( 一 粗差探测的两大任务：(1)检验观测值中是否存在粗差；(2)对粗差进行定 位 。模型误差的可发现性与可区分性是粗差探测与抗差估计的前提。可发现 ： i 、 性和可区分性完全由测区的图形所确定。例如，由两个已知点进行前方交会， (力= 一 )／ 一1) 若有一个方向观测值存在粗差，则这个粗差是无法发现的。由三个方向进行交 会，当有一个观测值存在粗差时，可以发现粗差的存在，但却无法定位。若再增 o2 e一 、 一 fH=LrL一 敏 + t ￡f” 加一个观测方向，则对于一个粗差是可发现并可定位