§4.2 误差方程

官方工学老师·20 页·深入(追求细节与边界)·0 次浏览·2 天前
测量平差函数模型精度评定线性化

误差方程

从参数选取到精度评定,搞懂函数模型的完整逻辑与适用边界

按 空格/→ 演示下一步

1 / 20 页

全部页面点击任意一页,跳回舞台从这页播放

测量平差函数模型精度评定线性化

误差方程

从参数选取到精度评定,搞懂函数模型的完整逻辑与适用边界

1第 1 页 · 误差方程

间接平差原理

误差方程把观测和参数的关系摆上了台面。但参数到底是几?这就到了间接平差的核心——用一个最优准则把它们唯一确定下来。

核心思想
先选定独立未知量为参数,把每个观测写成这些参数的函数形式
平差准则
在所有可能参数中,挑使加权残差平方和 VᵀPV 最小的那一组
法方程
对 VᵀPV 关于 x 求偏导并令其为零,得到 BᵀPB x̂ = BᵀPl
参数估值
解法方程得 x̂ = (BᵀPB)⁻¹ BᵀPl,即最小二乘意义下的最优参数
调音台上推三个推子对应 →间接平差求参数

每个推子是一个参数,影响多个声道,最小二乘是让整体失真最小的组合

x^=(BTPB)1BTPl\hat{x} = (B^T P B)^{-1} B^T P l
2第 2 页 · 间接平差原理

参数选取基本原则

上一节说,间接平差要先把所有观测值表达成所选参数的函数。但参数不是凭感觉挑的——挑错了,要么冗余解不出,要么缺了解不唯一。这一节讲挑参数的硬约束。

独立性
所选参数之间不存在函数关系,矩阵 B 列满秩,参数个数 u 等于必要观测数 t
完备性
每个观测量都可写为所选参数的函数,否则存在几何形变无法被观测识别
可求性
观测总数 n ≥ t,且观测分布让 B^T P B 可逆,能求出唯一最小二乘解
中学解方程组时设未知数 x、y对应 →间接平差中选取参数

独立性 ↔ x、y 不能互推;完备性 ↔ 条件都写成 x、y;可求性 ↔ 方程足够

rank(B)=t, nt\mathrm{rank}(B) = t, \ n \geq t
3第 3 页 · 参数选取基本原则

参数选取方法

上一页讲了参数选取的基本原则——充分、必要、与观测量个数匹配。问题来了:在三角网里,具体选什么当参数?最常见的两条路是直接选坐标,或者选边长与角度。

坐标参数化
以待定点的平面坐标 (X, Y) 作为参数,每个待定点对应 2 个独立未知数
边角网参数化
以边长和方向角(或角度)作为参数,直接贴近边角原始观测值
误差方程形式
参数不同则系数矩阵 A 的结构不同,方程组的稀疏性与解算难度也不同
适用场景对比
坐标法通用、便于追加新点;边角法在纯边角观测网中方程更简洁
测量一个房间对应 →两种参数选取思路

先固定墙角钉子定坐标、再反推边长;或直接拿尺子量每条边和每个角

v=Ax^lv = A\hat{x} - l
4第 4 页 · 参数选取方法

测角网观测方程

测角网里我们手持的是方向值与角度值,要平差就得先把它翻译成坐标的语言。选了坐标作参数,每个观测量都可以写成坐标的函数——这一页我们看这个函数怎么列。

方位角函数
α = arctan(Δy/Δx),由两点坐标唯一确定
夹角是方位角之差
水平角 = 右目标方位角 − 左目标方位角
泰勒线性化
在坐标近似值处泰勒展开,只留一次项
误差方程形式
V = Bδx̂ − l,l = L − F(x⁰, y⁰)
地图问路「怎么走」对应 →方位角方程

方向由出发点和目的地共同决定;任一坐标变了,路向就跟着变

δαAB=ρsinα0S0(δxBδxA)ρcosα0S0(δyBδyA)\delta\alpha_{AB}=\frac{\rho\sin\alpha^0}{S^0}(\delta x_B-\delta x_A)-\frac{\rho\cos\alpha^0}{S^0}(\delta y_B-\delta y_A)
5第 5 页 · 测角网观测方程

观测方程的矩阵形式

从非线性方程到矩阵形式的线性化流程:先代入近似参数展开成一次项,再逐方程堆叠。

图解渲染中…
a4每个观测对应一个线性误差方程 vᵢ=bᵢ·x̂-lᵢa5n个方程按观测顺序自上而下逐行排列a6B是n×t系数矩阵,行列结构由网形与参数决定
6第 6 页 · 观测方程的矩阵形式

测角网误差方程

测角网观测方程是非线性的,要在参数近似值处泰勒展开、取一次近似,再移项得到线性误差方程。

1
列观测方程
角度等于两方向之差,是坐标的非线性函数
2
泰勒展开
在参数近似值 X⁰ 处把非线性函数展成级数
3
取一次近似
略去二阶及更高项,只保留一阶偏导
4
移项整理
把已知常数项挪到右边,凑出 V = B·x̂ − l
5
合成矩阵
把所有角度的误差方程统一写成 V = B·x̂ − l
7第 7 页 · 测角网误差方程

观测方程的线性化

上节给出了测角网误差方程 V = Bx̂ - l。但本质上,它是从非线性观测方程"改造"而来——测距含根号、测角含反三角,直接套不了线性最小二乘。这页就讲怎么"拉直"。

非线性观测方程
测距、测角公式含根号或反三角,是坐标的非线性函数
泰勒展开
在参数近似值 X⁰ 处,将 f(X) 展开为多项式
截断高阶项
只保留一阶项,舍去二阶及以上的无穷小量
等价全微分
一阶泰勒展开 = 多元函数全微分,偏导数即 B 矩阵元素
线性化结果
得到 V = Bx̂ - l 的标准形式,B 由偏导数在 X⁰ 处取值
曲线短弧切线对应 →非线性方程线性化

切线方向 = 偏导数;切点 = 近似值 X⁰;短弧内切线≈曲线

Lif(X0)+j=1tfiXjX0x^jL_i \approx f(X^0) + \sum_{j=1}^{t} \left.\frac{\partial f_i}{\partial X_j}\right|_{X^0} \hat{x}_j
8第 8 页 · 观测方程的线性化

误差方程通式

上页我们把非线性观测方程做了泰勒线性化,得到近似线性表达式。给它加上观测值残差 V,再写成统一矩阵形式——这就是间接平差的核心公式:误差方程通式。

观测方程 → 误差方程
线性化结果减去观测值得到残差 V,即 V = Bx̂ - l
参数增量 x̂
用修正量代替真值,X̂ = X₀ + x̂,间接平差实际求解对象
误差方程通式
V = Bx̂ - l:V 残差向量、B 系数矩阵、x̂ 参数增量、l 常数项
B 与 l 的来源
均由参数近似值 X₀ 与观测值 L 代入线性化方程算出,与真值无关
曲线在某点用切线段代替对应 →泰勒一阶展开线性化

在近似值这一点曲线与切线最贴近;增量越小(近似值越准),切线段越准确

V=Bx^lV = B\hat{x} - l
9第 9 页 · 误差方程通式

误差方程的矩阵形式

从单个标量方程出发,堆叠为矩阵形式,并标注各矩阵的维数与含义。

图解渲染中…
EV 是残差向量,等于观测值与拟合值之差FB 由线性化偏导数组成,行=观测数 n,列=参数数 tGx 是待求参数(坐标改正数)向量Hl 是常数项,等于观测值减去近似值
10第 10 页 · 误差方程的矩阵形式

测角网精度评定

平差求完参数还要问一句「这套成果可靠吗」,精度评定分四步给出答案。

1
求单位权中误差
用全部改正数 v 代入 σ̂₀=√(VᵀPV/(n−t)),给出整网精度基准
2
求参数协因数阵
取法方程系数阵 N 的逆 QXX=N⁻¹,仅取决于网形与观测权
3
求参数协方差阵
用 σ̂₀²·QXX 把无单位的协因数接上米、秒等具体量纲
4
求参数中误差
取 DXX 对角元开方 σXᵢ=σ̂₀·√QXXᵢᵢ,逐个给出参数精度
11第 11 页 · 测角网精度评定

测边网观测方程

测角网里我们量的是角度,角度和坐标差走的是正切关系;测边网直接量边长,边长和坐标之间靠什么联系?答案就是勾股定理。

观测值是边长
用测距仪直接量取两点间的距离 L_ij 作为观测值
参数是端点坐标
以待定点平面坐标 (x_i,y_i)、(x_j,y_j) 作为未知参数
边长对坐标非线性
边长等于坐标差平方和的平方根,是坐标的非线性函数
与测角网对比
比测角网少了角度中转,但同样是非线性,同样需线性化
勾股定理算斜边对应 →测边网边长与坐标关系

斜边=两直角边平方和开根号;边长=坐标差平方和开根号,结构完全相同

Lij=(xjxi)2+(yjyi)2L_{ij}=\sqrt{(x_j-x_i)^2+(y_j-y_i)^2}
12第 12 页 · 测边网观测方程

观测方程的矩阵形式

非线性边长方程组结构

观测方程的矩阵形式
非线性边长方程组结构
13第 13 页 · 观测方程的矩阵形式

测边网误差方程

边长误差方程的建立与线性化

测边网误差方程
边长误差方程的建立与线性化
14第 14 页 · 测边网误差方程

测边误差方程矩阵

从单边标量误差式出发,沿「提系数 → 堆边 → 装矩阵」三步走,最终汇成测边网的总矩阵通式 V = Bx̂ − l。

图解渲染中…
B方向余弦 = Δx°/S°,描述边在坐标系中的方位DB 为 n×u 矩阵,每行是一条边对各坐标的偏导El = S°计算 − S观测,记录不符值FV 为边长改正数向量,x̂ 为坐标改正数向量
15第 15 页 · 测边误差方程矩阵

测角vs测边网对比

两类网各有所长:观测量不同,误差传播规律也不同,选型时容易混淆。

测角网
  • 观测值是水平方向值和角度
  • 测角误差固定,与边长无关
  • 适用短边精密角度监测
  • 横向误差小,纵向随距离累积
测边网
  • 观测值是空间斜距或平距
  • 测距误差含固定项与比例项
  • 适用长边大范围控制网
  • 纵向误差小,横向由几何决定
短边精密角度选测角网,长边大范围选测边网——单独使用各有局限,工程多采用边角组合网。
16第 16 页 · 测角vs测边网对比

边角网算例展示

边角网综合两类观测:先列各自方程→线性化→合并误差方程→解算→精度评定。

图解渲染中…
c1角度与边长观测方程按各自公式分别列出f1两类误差方程拼成统一矩阵,需配权矩阵P
17第 17 页 · 边角网算例展示

平差计算流程

平差计算的五步流程:从参数选到精度评定,一步步把原始观测量转化为可靠的平差值。

1
选取参数
用必要且充分的未知数表示观测量,是平差的起点
2
观测方程线性化
对非线性方程在近似值处泰勒展开,化为线性形式
3
列误差方程
写成 V = Bx̂ − l 的标准矩阵形式
4
组成并解算法方程
由 VᵀPV = min 导出 BᵀPB x̂ = BᵀPl,解出参数
5
精度评定
计算单位权中误差、参数中误差及点位误差椭圆
18第 18 页 · 平差计算流程

从理论到实践

  • 误差方程的骨架只有一个:V = Bx̂ − l,B 决定一切
  • 参数选择是设计层决策,决定 B 的形态与求解路径
  • 非线性靠 Taylor 展开线性化,近似值质量决定收敛
  • 测角与测边共用同一框架,差别只在 B 的构造
  • 精度评定是闭环:Qxx = (BᵀB)⁻¹ 贯穿参数到观测量
延伸主题:附有参数的条件平差秩亏网平差粗差探测与稳健估计
19第 19 页 · 从理论到实践

课后思考

先独立思考三分钟,再看参考答案——好的问题比答案更有价值。

1误差方程为什么必须建立在观测方程线性化之后?泰勒展开忽略的高阶项在什么量级时会显著影响结果?

参考答案线性化是把非线性观测方程用一阶泰勒展开近似成线性形式;参数初值与真值偏差大、或网形尺度大时,二阶以上残差项不再可忽略,此时应改用迭代解算。

2在平差中多观测一个角度,误差方程组会怎样变化?这种冗余观测如何体现了最小二乘的统计最优性?

参考答案新增一个误差方程使方程数多于必要观测数 t,多余观测产生的矛盾通过最小二乘平差分配到残差 V 上,使 VᵀPV 最小,从而获得参数的最优无偏估计。

3误差方程默认观测值独立且等精度。若存在系统误差或观测值间相关,误差方程该如何扩展?

参考答案等精度改用权阵 P(权=1/σ²),相关观测引入协因数阵 Q 表达相关结构,系统误差则需作为附加参数一并平差,或先建立误差模型予以改正。

20第 20 页 · 课后思考
§4.2 误差方程 · 知识图解