最小二乘平差（常用符号含义 + 常用公式汇总）

已于 2022-02-14 13:54:03 修改
阅读量5.8k 收藏 41
点赞数 14
分类专栏： Surveying And Mapping Math 文章标签： 测量平差 秩亏数 最小二乘法 精度评定 参数估值
于 2021-12-28 15:21:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Gou_Hailong/article/details/122188144
版权

文章目录

一、符号含义

平差中常用的一些符号如下


秩亏自由网平差中的秩亏数和附有限制条件的间接平差中的限制条件个数是相等的，都是u-t，它们两个的区别是啥呢？

二、平差求解过程

1、求解过程

常用的一些公式如下


2、精度评定


为什么在精度评定的时候 验后单位权方差等于 V T P V / r V^TPV/r VTPV/r呢？这个证明起来比较复杂，可以参看《广义测量平差中的》方差-协方差分量估计。例题3-3-1

3、几个重要的推导

  • V = R L = R Δ V=RL=R\Delta V=RL=RΔ

三、最小二乘的性质


所以到底是什么原因导致参数估值的方差与参数估计误差的方差相等呢？

广义最小二乘平差
一些笔记
12-30 3148
简单介绍了广义最小二乘原理，并用一个算例说明了在正态分布的情况下，极大验后估计和广义最小二乘的等价性
序贯最小二乘平差 / 递推最小二乘平差 公式推导
一些笔记
02-14 3356
递推最小二乘平差（序贯最小二乘平差）递推公式推导
序贯最小二乘平差 VS 卡尔曼滤波
一些笔记
06-04 2498
本篇博文将序贯最小二乘平差和卡尔曼滤波放在一起进行比对，以加深对二者的理解。
平差之最小二乘法
mrzkilin的博客
03-08 4754
测量里同精度的观测数据都是呈正态分布的: X∼N(μ,σ2) X \sim N\left(\mu, \sigma^{2}\right) X∼N(μ,σ2) 概率密度函数为: f(x)=1σ2πe−(x−μ)22σ2 f(x)=\frac{1}{\sigma \sqrt{2 \pi}} e^{-\frac{(x-\mu)^{2}}{2 \sigma^{2}}} f(x)=σ2π​1​e−2σ2(x−...
关于(最小二乘)平差的思考与困惑
一些笔记
12-30 2485
关于平差问题的思考
最小二乘平差_最小二乘平差_最小二乘_测量平差_最小二乘矩阵_
10-02
测量平差中最小二乘平差方法，间接平差，自动计算系数矩阵
Matlab最小二乘间接平差拟合直线
12-13
利用matlab，实现最小二乘算法直线拟合，采用间接平差原理
测量平差中的ρ″
qq_45783556的博客
06-15 5171
ρ″是一个类似与PI的常量符号，它的数值仅代表了弧度与以秒为单位的角度之间的数量关系。 推理 设一个角的弧度值是R，对应的以秒为单位的角度值是A，则二者对应关系为： D=(R*180/PI)*60*60 R*180/PI代表是将弧度转化为以度为单位的角度，这个角度再乘以两个60就得到了以秒为单位的角度，其中 ρ″=180/PI*60*60≈206265 所以弧度D、角度A与ρ"的对应关系为： D=R*ρ" ...
《误差理论》——线性测量的参数最小二乘法处理
最新发布
qq_40777436的博客
04-22 1384
两种方法——代数法和矩阵法。
线性回归之最小二乘法
琢光的博客
01-21 312
线性回归之最小二乘法 最小二乘法的矩阵表达 【符号约定】：训练数据集 T={(x1⃗,y1),(x2⃗,y2)...(xN⃗,yN)}T=\{ (\vec{x_1},y_1),(\vec{x_2},y_2)...(\vec{x_N},y_N)\}T={(x1​​,y1​),(x2​​,y2​)...(xN​​,yN​)} xi⃗∈Rp,yi∈{−1,1},i=1,2,3...N\vec{x_i}\in{R^p},y_i\in{\{-1,1\}},i=1,2,3...Nxi​​∈Rp,yi​∈{−1,1},i
最小二乘估计_论文推荐 | 刘志平：等价条件平差模型的方差-协方差分量最小二乘估计方法...
weixin_39866265的博客
11-26 585
《测绘学报》构建与学术的桥梁 拉近与权威的距离等价条件平差模型的方差-协方差分量最小二乘估计方法刘志平1, 朱丹彤1, 余航1, 张克非1,21. 中国矿业大学环境与测绘学院, 江苏 徐州 221116; 2. 皇家墨尔本理工大学空间科学研究中心, 澳大利亚 维多利亚州 墨尔本 3001收稿日期：2018-01-22；修回日期：2018-11-28基金项目：国家自然科学基金重点项目(4173010...
最小二乘法
weixin_40059786的博客
01-14 1687
最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。
关于最小二乘法的原理
weixin_42446483的博客
04-09 257
正交 xT⋅y=0x^T\cdot y=0xT⋅y=0 x,yx,yx,y如果正交，其维数相加等于所模拟空间的维数 aT(b−xa)=0  x∈R ⇒ xaTa=aTb ⇒ x=aTbaTap=axp=aaTbaTaa^T(b-xa)=0\ \ x\in\mathbb R\ \Rightarrow\ xa^Ta=a^Tb\ \Rightarrow\ x=\frac{a^Tb}{a^Ta}\\ p=ax\\ p=a\frac{a^Tb}{a^Ta}
最小二乘算法原理、来源及其Matlab实现(直线拟合)
qq_26447137的博客
12-13 8062
最小二乘法主要用于解决函数模型最优解问题，是测量工作及其他科学工程领域中，应用最早也是最广泛的算法。 在生产实践中，经常会遇到利用一组观测数据来估计某些未知参数的问题。 举个栗子， 一个做匀速运动的质点在时刻 t 的位置是 y，则可以用如下的线性函数来描述: y = at + b 其中，a是平均速度，b为质点在 t=0 时刻的初始位置，求参数 a 和 b。 理想情况下，只需要在两...
如何理解间接平差
欧阳罢笔的博客
02-10 1万+
对于线性回归问题，我们说明了利用梯度下降和正规方程进行处理的原理，其中最重要的就是最小二乘的原理，而在测绘科学中，测量平差的法方程就对应着线性回归的正规方程。平差利用最小二乘，却也有自己的不同，下面我们通过一道水准网间接平差例题来理解间接平差，间接平差就是在一个平差问题中，独立参数个数等于必要观测数t时，将每个观测值表达成这t个参数的函数，组成观测方程的平差方法 如题 如果没有学过平差，我们很...
测量平差之间接平差
冯玮的博客
08-11 1万+
今年3月份的时候我在公司写一个算法接触到测量平差理论，感慨于它的算法的优美，利用最小二乘而又独成体系，在测量拟合中发挥着巨大的作用。但网上关于它的描述甚少，更不用说好的实现代码，我将写两篇文章来说一下间接平差和附加限制条件的间接平差，这一篇先说间接平差。 在测量拟合中，由于观测结果不可避免地存在着误差，因此，如何处理带有误差的观测值，找出待求量的最佳估值，是最小二乘平差所研究的内...
Open3D(C++) 最小二乘拟合平面（间接平差法）
点云侠的博客
11-03 593
使用C++版本Open3D实现的间接平差法最小二乘拟合平面。
最小二乘法求回归直线方程的推导过程
热门推荐
MarsJohn的博客
02-07 13万+
在数据的统计分析中，数据之间即变量x与Y之间的相关性研究非常重要，通过在直角坐标系中做散点图的方式我们会发现很多统计数据近似一条直线，它们之间或者正相关或者负相关。虽然这些数据是离散的，不是连续的，我们无法得到一个确定的描述这种相关性的函数方程，但既然在直角坐标系中数据分布接近一条直线，那么我们就可以通过画直线的方式得到一个近似的描述这种关系的直线方程。当然，从前面的描述中不难看出，所有数据都分布
最小二乘法的原理理解
Luoyingfeng的博客
11-28 6万+
在上文一文让你彻底搞懂最小二乘法（超详细推导）中我们提到过，发明最小二乘法的勒让德认为，让误差的平方和最小估计出来的模型是最接近真实情形的(误差=真实值-理论值)。换句话说，勒让德认为最佳的拟合准则是使 yiy_{i}yi​与 f(xi)f(x_{i})f(xi​)的距离的平方和最小，即： L=∑i=1n(yi−f(xi))2L=\sum_{i=1}^{n}(y_{i}-f(x_i))^{2}L=i=1∑n​(yi​−f(xi​))2 这个准则也被称为最小二乘准则。 勒让德在原文中提到：使误差平方和达到最小
详解测量平差中的最小二乘平差技术与自动计算
资源摘要信息:"最小二乘平差是一种在测量学、统计学和数据分析中广泛应用的技术，主要用于处理观测数据，以减少误差，获取最精确的测量结果。最小二乘法通过最小化观测值和模型预测值之间的残差平方和来实现这一点，...
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

流浪猪头拯救地球

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值