GPS高程拟合模型误差的最小乘配置补偿

上传人:豆浆 文档编号:37523538 上传时间:2018-04-17 格式:DOC 页数:5 大小:195KB
返回 下载 相关 举报
GPS高程拟合模型误差的最小乘配置补偿_第1页
第1页 / 共5页
GPS高程拟合模型误差的最小乘配置补偿_第2页
第2页 / 共5页
GPS高程拟合模型误差的最小乘配置补偿_第3页
第3页 / 共5页
GPS高程拟合模型误差的最小乘配置补偿_第4页
第4页 / 共5页
GPS高程拟合模型误差的最小乘配置补偿_第5页
第5页 / 共5页
亲,该文档总共5页,全部预览完了,如果喜欢就下载吧!
资源描述

《GPS高程拟合模型误差的最小乘配置补偿》由会员分享,可在线阅读,更多相关《GPS高程拟合模型误差的最小乘配置补偿(5页珍藏版)》请在金锄头文库上搜索。

1、测绘信息网 GPS 高程拟合模型误差的最小二乘配置补偿李冲 季灵运 张冬菊(长安大学地质工程与测绘工程学院 西安 710054)摘 要:运用常规的拟合模型求解大范围高程异常必然存在较大的模型误差,鉴于模型误差的不确定性,可以将模型误差看作信号采用最小二乘配置法来处理,本文给出了具体模型和计算方法,并对一个大测区的GPS 水准数据进行解算,获得了满意的结果。最后通过算例分析了先验中误差对模型精度的影响。关键词:高程异常 模型误差 最小二乘配置 信号 协方差1 引言 GPS 测量已广泛应用于实践,采用 GPS 技术进行控制网观测,可达到优于 12ppm 的基线精度,转 换成坐标,可得到高精度的大地

2、高。但我国用的高程系统是基于似大地水准面的正常高系统。因此,如 何求取高精度的高程异常成为 GPS 代替传统水准的关键。 目前常用的方法有多项式拟合法,神经网络法,样条函数法,移去恢复法等。多项式拟合法具有程序设 计简单,直观,易操作等优点。但是由于其没有顾及到似大地水准面的物理性质,拟合函数始终只能是 高程异常的趋势面,与高程异常的实际值必然会有一定差异,由于似大地水准面是一个非常复杂且不规 则的曲面,这种差异可以解释为拟合模型的不准确造成,理论上讲,由于地壳的不均衡和地形起伏的影 响,拟合模型在不同点的高程异常拟合误差可以看作是随机函数,即所谓的信号,采用最小二乘配置法 来处理。 2 最小

3、二乘配置原理 2.1 数学模型(1)LAXBYV(X 为系统性参数,Y 为随机性参数 ) ()0,()TEEVVVV( )0,()TYE YE YY(2) LYBBTV2.2 估值公式(3) VAXBYL(4) TT YV PVY PYMIN构造极值函数12 (5)2()TTT YVP VY PYKAXBYLV V令有 220TTV PKVV(6)1VPK 有220TT YY PK BY(7) 1T YYPB K (8)20TK AX(6) , (7) , (8)式结合(3)式得测绘信息网 (9)1()TT LLXA P AA P L(10)1()T YLYPB P LAX(11)1()LVP

4、P LAX 顾及12 02 0 PQD12 02 0yyyyPQDT LYDBD BD得计算 X,Y 平差值得实用公式:(12)111()()TTTT yyXABD BDAABD BDL (13)1() ()TT yyYD BBD BDLAX 3 协方差函数的确定由(12) , (13)式可以看出,求解,X的关键是确定。严格来说,协方差阵各元素应该通过大量观测数据经统计得出。介于实际条件的限YYD制,这不可能实现。通常采用协方差函数来确定。使用比较广泛的有高斯函数3(d 为两点之2( )0kd dfb e间的距离,k 为参数) 。0b 由于经验协方差函数不具有物理意义且其参数的选取还没有成熟的

5、理论依据。本文的思想是将配置 模型中的信号看作与模型误差有关的量,由于 Y 是随机性参数,其主要作用是将高程异常趋势面与实际 高程异常的差异作为信号参与模型平差,而模型误差产生原因未知,但其主要反映的也是拟合高程异常趋势面与实际高程异常的差异,所以当模型误差存在时可以近似的认为4 kDDy2 02 0/k表 1 GPS 测区数据点 号 坐标(X) 坐标(Y) 高程异常 点号 坐标(X) 坐标(Y) 高程异常GZ01 3898355.158 503545.680 -9.889 GZ13 3896869.951 502721.508 -9.920 GZ02 3897853.977 503127.2

6、28 -9.909 GZ14 3897504.722 503382.053 -9.904 GZ03 3897430.090 502766.579 -9.867 GZ15 3898421.693 504078.446 -9.812 GZ04 3897108.797 502474.698 -9.885 GZ16 3896942.654 503224.419 -9.797 GZ05 3896787.254 502196.288 -9.891 GZ17 3897933.797 504234.854 -9.840 GZ06 3896762.544 504972.870 -9.905 GZ18 38976

7、58.140 504004.216 -9.881 GZ07 3896809.491 504234.074 -9.968 GZ19 3897240.237 503526.748 -9.914 GZ08 3896648.477 503835.243 -9.986 GZ20 3896805.849 503073.362 -9.942 GZ09 3896374.216 503364.758 -10.013 GZ21 3896637.104 502950.636 -9.975 GZ10 3895917.833 503242.197 -10.081 GZ22 3896374.865 502658.821

8、-9.985 GZ11 3896265.768 502757.228 -10.046 GZ23 3896398.945 503098.644 -10.055 GZ12 3896436.015 502411.624 -9.865 GZ24 3896786.061 503357.630 -9.952 GZ25 3898391.822 504597.136 -9.968 测绘信息网 4 算例 某地区的 GPS 网共有 25 个 GPS 点,全部联测三等水准,表 1 列出了所有 GPS 点的平面位置和计算 所的高程异常。=0.01m 由于本地区地势比较平坦,故采用平面拟合法。 1) 采用常规平面拟合时

9、,其模型为012aa xa y 采用最小二乘法得: 采用最小二乘法得:= -286.20148; = 0.00007396; =-0.00002376。0a1a2a由此求得的拟合残差及中误差见表 2 表 2 常规拟合残差表点号 残差(m) 点号残差(m) 点号残差(m) 点号残差(m) 拟合中误差(m) GZ01 0.050GZ080.013GZ15-0.035GZ220.020.058 GZ02 0.042GZ090.031GZ16-0.139GZ230.082 GZ03 -0.022GZ100.069GZ17-0.047GZ240.001 GZ04 -0.021GZ110.071GZ18-

10、0.021GZ250.106 GZ05 -0.032GZ12-0.089GZ19-0.007 GZ06 -0.086GZ13-0.01GZ20-0.001 GZ07 -0.002GZ140.006GZ210.0232) 将模型误差看作随机函数的最小二乘配置法其模型为: ( X=, T)LBXS0a1a2a顾及下列三式及(12) 、 (13)式SDKD22 0022 00/KDPI解得=-286.2015 =0.00007 =-0.0000240a1a2a拟合残差、中误差及信号值见表 3。表 3 最小二乘配置拟合结果点号信号 S残差(m) 点号信号 S残差(m) 点号 S信号 S残差GZ01-0

11、.0480.001GZ10-0.0670.002GZ190.0070.000 GZ02-0.0410.001GZ11-0.0690.002GZ200.0010.000 GZ030.022-0.001GZ120.087-0.003GZ21-0.0220.001 GZ040.021-0.001GZ130.009-0.0003GZ22-0.0190.001 GZ050.031-0.001GZ14-0.0050.0002GZ23-0.0790.002 GZ060.084-0.003GZ150.034-0.001GZ24-0.0010.000 GZ070.0020.0002GZ160.135-0.004

12、GZ25-0.1030.003 GZ08-0.0130.0004GZ170.046-0.001GZ09-0.030.001GZ180.020-0.001拟合中误差(m) 0.0017m测绘信息网 3) 两种方法的残差比较图如下:由上表 3 及残差比较图可看出,将模型误差看作信号的最小二乘配置法解算的结果非常理想。拟合 残差最大仅 4mm,很多点的拟合残差都不足 1mm。拟合中误差不到 2mm。而系统性参数的解算结果没 有多大变化,这说明模型误差被大幅度削减。4)考虑到本地区的高程异常数据先验中误差比较小,为了找出起始误差对本模型的影响,人为的令先验中误差分别为 m1=0.03m,m2=0.05

13、m,m3=0.08m 进行解算。发现拟合系数基本没有变化,拟合中误差分别为=0.012m,=0.025m,=0.038m,拟合残差图见下图。123从拟合中误差及上面残差比较图可以发现,当先验中误差越大时,拟合效果越差,但仍比常规拟合 模型效果要好。 5 结论 1)由以上算例可知,即使比较平坦的地区,运用常规的平面拟合模型仍会含有较 大模型误差。运用最小二乘配置法处理后,其解算精度大幅度提高。最小二乘配置模型中信号的协方差测绘信息网 阵的确定是关键问题,将模型误差视作信号,使用来确定信号的协方差函数方法,计22 00/*DD信()算简便,经算例验证,获得了满意的结果。 2)随着拟合数据先验中误差

14、的增大,最小二乘配置模型的解算精度逐渐降低,但仍优于常规模型。 当先验中误差小于 5 个厘米时,其解算精度很高。目前应用 GPS 方法解算大地高的精度已经可以轻松达 到厘米级,条件好时可以达到毫米级,这说明运用最小二乘配置模型进行 GPS 高程拟合具有很大的优越 性。参考文献1 於宗俦,于正林. 测量平差原理M,武汉:武汉测绘科技大学出版社,19902 武汉大学测绘学院,测量平差学科组,误差理论与测量平差基础M. 武汉: 武汉大学出版社,20033 沙月进. 最小二乘配置法在 GPS 高程拟合中的应用J. 测绘信息与工程 2000(3): 3-54 李明峰,陶本藻. 平差系统模型误差补偿的配置法J. 大地测量与地球动力学. 2004,3:11-14

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 行业资料 > 其它行业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号