指导老师陈晓勇_基于EIV模型的空间直线拟合研究进展_当代地图学.pdf

基于EIV模型的空间直线拟合研究进展 学 号 XXX 姓 名 XXX 专 业 测绘工程 课 程 当代地图学 指导老师 陈晓勇 二零一六年一月 1 摘要：对于直线拟合的问题现有研究方法已经非常完善。而对于空间直线拟合的问题现有研究还不够完善，对此， 本文将针对空间直线拟合问题的进行研究，其中主要是对EIV模型参数的不同解算方法对比分析，并对不同方法 拟合得到的空间直线方程进行精度分析。本文采用的EIV (errors-in-variables)模型隶属于统计学模型范畴, 其通常考虑到是对于实际测量工作中得到的数据中，观测变量含有误差的情况而构建的平差模型,也就是变量误 差模型。这是因为在测量生产工作中，观测数据含有观测误差的情况是一定存在的，同时，由于观测数据的误差 所产生的影响也是不可忽视的。故此，采用EIV模型对数据进行平差处理就显得十分合理以及非常必要。同样的， 由于在数据处理过程中所选取的误差方程以及平差准则的不同的现象，也会使得最终结果的精度不相同。本文通 过分析空间直线的基本特点，以及EIV模型参数的解算问题，将对基于EIV模型的空间直线拟合及应用这一方向 的研究。文章首先介绍和归纳了空间直线拟合已有的方法，并且在此基础上, 通过解析空间直线方程的特点，从 而，采用 EIV模型对空间直线方程的矩阵表示式进行描述，得到相应的误差方程。然后研究了基于EIV模型的空 间直线拟合方法, 以及EIV模型参数的两种不同解法，并通过综合考虑理论上以及实际解算中的问题之后，在本 文中采用总体最小二乘的迭代解法求解EIV模型参数。最后，通过对一组空间直线的模拟数据的解算，将本文采 用的基于EIV模型的空间直线拟合的总体最小二乘迭代解法，与其他方法进行了比较，以及采用直线度的分析对 比，通过理论分析和实际计算的结果均可以表明，总体最小二乘解法相比较普通最小二乘而言，其不但在兼顾因 变量的误差以及自变量误差的同时，拟合精度也更高。因此，采用总体最小二乘解算对基于EIV模型的空间直线 拟合，整体上优于普通最小二乘法。 关键词：EIV 模型；空间直线拟合；总体最小二乘；TLS 的迭代法 前言 在空间直线拟合研究的问题中传统的直线拟合模型几乎都是假定观测变量不含, 误差,这是与实际情况不相符合的,由于空间直线拟合中所涉及到的三个方向上的变量 都会受到各种各样随机因素的影响,例如观测人员、测量仪器、工作环境等等,这都会 给直线的拟合效果，以及精度带来不可忽视的影响。实际上,在实际的测绘工作观测 过程中观测值有误差是绝对的不含误差是相对的。我们应该调整对数据的原有认识, , , 认为变量的观测都含有误差(EIV:errors-in-variables),这是符合实际情况并具有普遍性 的,因此，在研究这类在观测变量含有误差的情况时，建立空间直线拟合选取EIV 模 型是十分合理的。 总体最小二乘法是一种旨在解决并兼顾系数矩阵误差的数据处理方法。源于上世 纪八十年代初，由Gloub 正式命名总体最小二乘理论。 1 EIV模型的研究历程 EIV 模型经过一百多年的发展和研究,其理论进展上得发展了很多成果,应用于数 据处理中各类型模型的参数估计以及参数的性质的理论也在不断的完善,该模型已经 逐渐发展形成了较为全面和系统的理论体系。实际上在空间直线拟合研究领域乃至, 整个测绘数据处理研究领域,其测量数据的结构组成特征都是十分符合EIV 模型的数 2 据环境。 EIV , 1877 Adcock , 为了得到 模型的最优估计值在 年 对最小二乘准则进行扩展 提出了总体最小二乘估计法(TLS:Totalleast squares)