本文關(guān)鍵詞：基于非線性高斯-赫爾默特模型的混合整體最小二乘估計

  更多相關(guān)文章： 混合整體最小二乘估計 精度估計 EIV模型 非線性高斯-赫爾默特模型

【摘要】：針對EIV模型的系數(shù)矩陣同時包含固定量和隨機量的情況,通過將系數(shù)矩陣中的隨機量提取出來納入平差的隨機模型,從而將EIV模型表示為非線性高斯-赫爾默特(Gauss-Herlmert,GH)模型形式,推導了混合LS-TLS(least squares-total least squares,LS-TLS)算法及其精度估計公式。算法適用于系數(shù)矩陣包含固定列、固定元素和隨機元素的一般情況。模擬實例結(jié)果表明,混合LS-TLS算法與已有能夠解決系數(shù)矩陣同時含固定量和隨機量的結(jié)構(gòu)性或加權(quán)TLS算法的估計結(jié)果一致;混合LS-TLS的估計結(jié)果統(tǒng)計上要優(yōu)于LS或TLS估計結(jié)果。
【作者單位】： 武漢大學測繪學院;武漢大學衛(wèi)星導航定位技術(shù)研究中心;鄭州測繪學校;
【關(guān)鍵詞】： 混合整體最小二乘估計 精度估計 EIV模型 非線性高斯-赫爾默特模型
【基金】：國家自然科學基金(41404005;41474006;41231174;41274022) 中央高�；究蒲谢�(2042014kf053)~~
【分類號】：P207
【正文快照】： 高斯-馬爾科夫(Gauss-Markov,GM)模型的系數(shù)矩陣是固定量(也稱非隨機量),最小二乘(least squares,LS)估計可求得GM模型的最優(yōu)無偏解,LS算法簡單、高效,是大地測量領(lǐng)域最常用的估計方法。EIV(errors-in-variables)模型的系數(shù)矩陣含隨機誤差,如果忽略系數(shù)矩陣的隨機誤差采用LS得

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前7條

1 聶國富;張金榮;;基于赫爾默特模型坐標轉(zhuǎn)換的計算及精度評價方法[J];西部探礦工程;2011年01期

2 李希峰;岳東杰;衛(wèi)柳艷;;赫爾默特方差分量估計在混合水準網(wǎng)平差中的應(yīng)用[J];現(xiàn)代測繪;2005年05期

3 許寶華;“赫爾默特”法在不同坐標系統(tǒng)轉(zhuǎn)換中的應(yīng)用[J];江蘇測繪;2001年01期

4 王進;李崇貴;朱學軍;;赫爾默特相似變換在煤礦坐標轉(zhuǎn)換中的應(yīng)用[J];西安科技大學學報;2013年05期

5 何川,何寶恕;解析法推證:后方交會“赫爾默特”(Helmert)公式[J];地礦測繪;1999年02期

6 唐傳芬;邊角同測權(quán)的確定[J];地殼形變與地震;1988年04期

7 ;[J];;年期

，

本文編號：968098