点位误差
从测量现象到数学模型，搞清点位误差的来源、量级与极限
按 空格/→ 演示下一步
全部页面点击任意一页，跳回舞台从这页播放
点位误差
从测量现象到数学模型，搞清点位误差的来源、量级与极限
测量误差无处不在
上一页我们定义了什么是点位误差。但误差真的客观存在吗？用定位测量举个例子：同一根标杆，你站过去目测它的位置——每次的结果都一样吗？
瞄得再准也会散布在靶心周围——散布客观存在，与定位测量中的误差完全对应
为什么需要点位中误差
上一页我们看到点位在 x、y 两个方向都有误差。那评价一个点的精度，难道要分别说「x 方向几毫米、y 方向几毫米」吗？
两个方向的分量像分力，合起来等价于合力，整体描述点的偏离
点位中误差的定义
上一页我们知道了为什么需要点位中误差。这一页，我们从测量学角度严格定义它——它到底在统计什么、几何上又长什么样。
落点呈散点云，云的「特征半径」就是点位中误差
点位中误差的计算方法
三种方法殊途同归，从最直观的分量加和，到矩阵的迹，再到最终点位标准差。
方向位差的概念
上一页算出的点位中误差 m_p 是个标量，回答「点整体精度如何」。但工程更常问：沿隧道掘进方向、桥跨方向误差多大？这要把整体精度「拆到」特定方向上——这就是方向位差。
石子在不同光照角度下投出不同长度的影子——影子长=该方向位差；石子整体大小=点位中误差
协方差矩阵的几何意义
从散点出发，看 Σ 如何一步步决定误差椭圆的形状、大小与朝向。
方向位差的几何直观
上一页我们看到协方差矩阵对应一个误差椭圆。实际测量中我们更关心沿某个特定方向的精度——比如沿路线、垂直基线。误差椭圆不是各向同性的圆，沿不同方向切一刀，位差不一样。
椭圆形光斑沿不同方向量出的'半径'长短不一，对应不同方向的位差
方向位差公式推导
把二维协方差矩阵沿任意方向φ投影，逐步得到该方向上的方差与位差。
方向位差公式的物理意义
上一页我们推导出方向位差公式，现在拆开看每项对应协方差矩阵的哪个元素。尤其是 σ_xy 那项——它描述的不是两个方向各自的误差，而是两个方向误差之间是否同步。
平方项是各自方向的固有抖动；交叉项是「x偏右时y也偏下」这种联动，对角方向影响最大
位差的极大值与极小值
上页推导出任意方向 φ 上的位差公式 σφ²，但 φ 还没定——哪个方向误差最大、哪个方向最小？这就是极大值 E 和极小值 F 要回答的问题。
被斜拉后变椭圆：长轴方向误差最大，短轴方向误差最小
极值方向的推导
从方向位差公式出发，用求导方法找出主方向角度。
E与F的几何意义
上一页我们解出了位差取极大、极小的方向，那两个方向上的极值 E、F 本身在误差椭圆里对应什么？这是这一页要回答的问题。
船摇晃最猛的方向就是箭点散布的长边 E，最稳的方向就是短边 F
E与F表达任意方向位差
用极大值E和极小值F，把任意方向位差写成一个统一公式。
误差椭圆与方向位差的关系
从误差椭圆出发，看它如何用 E 和 F 编码任意方向上的位差。
方向位差的计算示例
用一段 NumPy 代码,把方向位差公式落到具体数字上。
高亮行把 E²、F²、φ₀ 与任意方向位差四步串成一条计算链,每步都对应上一页公式的一项。
两种位差表达式的对比
同一个方向位差能写出两种形式——协方差矩阵与 E-F 参数。哪种更好用？关键看手头有什么数据。
- 表达式：位差² = fᵀ·Q·f（Q 为 2×2 子阵）
- 适用：已知完整协方差矩阵
- 优点：保留 x、y 相关性，信息完整
- 局限：换方向需重做矩阵乘法
- 表达式：位差² = E·cos²φ + F·sin²φ
- 适用：已知 E、F 参数（控制网报告）
- 优点：一次三角运算即得任意方向
- 局限：标量组合，掩盖矩阵结构
核心概念自测
协方差矩阵 Σ = [[E, F], [F, G]] 描述了点位 x、y 方向误差的耦合。关于元素 F = cov(x,y) 的作用，下列说法最准确的是？
知识要点回顾
- ✓点位中误差是误差在二维平面上的标量综合
- ✓误差椭圆即协方差矩阵的几何化呈现
- ✓方向位差随方位角变化，存在极大极小值
- ✓E、F 两参数可表达任意方向位差
- ✓中误差与位差本质等价，适用场景互补
课后思考
先自己思考，再看提示——三个问题从回顾、应用到边界，逐层深入。
参考答案E 是各方向位差的某种加权平均，只反映误差的"大小"，不反映形状。方向信息藏在协方差矩阵中——F 与极值方向才刻画了几何特征。
参考答案看协方差矩阵的几何——F 越大、椭圆越扁，长轴方向误差越大。在长轴方向增加观测或提高精度，收敛最快；短轴方向收益较小。最优设计即按此分配。
参考答案正态假设下误差椭圆是等概率密度边界。非正态时等概率区域不再规则，误差椭圆只能近似描述中心化范围。严格意义上需要用到三阶、四阶矩等更高阶统计量。