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
全部页面点击任意一页,跳回舞台从这页播放
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
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。
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
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 ↔ x、y 不能互推;完备性 ↔ 条件都写成 x、y;可求性 ↔ 方程足够
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。
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
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
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。
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。
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"。
切线方向 = 偏导数;切点 = 近似值 X⁰;短弧内切线≈曲线
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。
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
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。
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。
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。
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
观测方程的矩阵形式
非线性边长方程组结构
测边网误差方程
边长误差方程的建立与线性化
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。
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。
- 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
- 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
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。
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。
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
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。
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。
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。
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。