平差计算_观测量的权.PPTVIP

9.1序言 9.2 加權平均 9.3 權與標準誤差之間關係 9.4 加權觀測量之統計 9.5 量測角度的權 9.6 直接水準測量的權 9.7 實例 * 9.1 序言 9.2 加權平均值 9.3 權與標準誤差之間關係 9.4 加權觀測量之統計 9.5 量測角度的權 9.6 直接水準測量的權 9.7 實例 問題 第九章 觀測量的權 蒐集測量資料時，常須確認是否符合一些幾何閉合條件，若不能符合，則必須改正量測值，使之強制閉合。對一些非相關之觀測量，變方較小即較好的觀測，也意謂精度較高的量測值，在平差時，應給予較小的改正量；反之，較大變方的觀測意謂誤差較大，精度較差，應給予較多之改正。 觀測量的權也是一種量測，量測與其他觀測量之相對價值；在平差時，權用來控制觀測量改正值的大小，觀測越精密，權越高，換言之，變方愈小，權越重；據此分析，權與變方成反比，因此，改正值之大小與權成反比。 若量測為互相相關，則權與協變方矩陣，即?的反矩陣相關，如第五章所論，協變方矩陣之元素即變方與協變方。而因權為相對的，變方與協變方通常由餘因子所取代，與其協變方有關之餘因子公式為： 上式中，qij為第ij個觀測值之餘因子，?ij為第ij個觀測值之協變方，?o2為參考變方，可用來定比例。(9.1)式以矩陣方式表示： 上式中，Q為餘因子矩陣，? 矩陣如下所示： 如前所論，權矩陣W為： W=Q-1=?o2?-1 (9.3) 對不相關之觀測量，協變方均為0(此即所有?xiyi=0)，矩陣?為對角矩陣，因此，Q矩陣亦為對角矩陣，其元素則為： ?xi2/?o2，而對角矩陣之反矩陣亦為對角矩陣，其元素則為原對角矩陣對應元素之倒數，因此(9.3)式以矩陣式表示為： 由上式，任一變方為?i2之獨立觀測量，其權為： wi=?o2/?i2 (9.5) 假設第i個觀測之權wi=1，則?o2=?i2；因此，?o2常稱為單位權觀測之變方，或簡稱為單位權變方，或更簡稱為：單位變方。其平方根即為單位權標準偏差，若將(9.5)式中之?o2設為1，則 wi=1/?i2 (9.6) 如前所述，由(9.6)式可見：觀測量之權與其變方成反比。 對相關之觀測量，有可能存在協變方矩陣?和其餘因子矩陣Q，但權矩陣W卻不存在，這種情況通常在餘因子矩陣為奇異(singular)矩陣時，因其反矩陣不存在，故權矩陣W=Q-1亦不存在。大部分測量作業所牽涉的都是非相關之觀測，因此後續所述，除非特別說明，僅考慮單位權變方之非相關案例。 若觀測一量兩次，第一次的成果是第二次的兩倍好，兩者相對的價值應給予第一次觀測的權為2，而給第二次觀測的權則為1；若平差這兩次觀測，計算其平均值時，權為2之觀測應加兩次，權為1之觀測則僅加一次；舉例來說，一段距離以尺量測得151.9m，以EDM量測則得152.5m，假設根據經驗得知，電子測距成果是量尺測距的兩倍好，因此，量尺測距的權為1，電子測距的權為2，這些觀測的平均計算方式應如下： 或將之寫成： 上述第二式係將權直接寫出，結果和第一式並無不同。 以上結果亦可見平均值較接近權較大之觀測值(152.5比151.9更接近152.3) ；由加權的觀測計算所得平均值稱為加權平均。 為推導加權平均之一般式，若對一量z有m個獨立、不相關之觀測(z1, z2, …, zm)，每個觀測都有標準偏差?，則觀測之平均值為： 若m個觀測量分為兩組，一組有ma個量，另一組有mb個量，而ma+mb=m，此兩組之平均值分別為： 所有觀測(z1, z2, …, zm)之平均值可合併上述兩組平均得： 因此： 但由(9.8)與(9.9)兩式，得： 上式與前述加權平均之公式很類似，比較兩者，明顯的， ma與mb分別對應權wa與wb，因此，式(9.12)可改寫成： 例9.1 假設一段距離d量測三次，得下列結果：92.61, 權為3、92.60, 權為2、92.62, 權為1；試計算其權平均。 解：利用(9.13)式： 若忽略權，則三個量測之簡單平均為：92.61。 (9.13)式可用來計算一群不等權、非相關觀測量之加權平均；第十章將證明加權平均為一組加權觀測之最或是值。 引用變方傳播特別定律(special law of propagation of variances, (5.16)式)至(9.8)式，(9.8)式之變方 為： 與觀測量有關之偏導數代入上式後，得： (9