经典最小二乘平差:https://blog.csdn.net/Gou_Hailong/article/details/122188144
一、平差原理
二、算例
1、广义最小二乘
2、极大验后估计
由此算例可知,在观测值和参数都服从正态分布时,广义最小二乘和极大验后估计得到的参数估值和估计误差是相同的。
三、广义测量平差
广义测量平差主要包含以下内容:
1.
广义平差问题包含三类:
- 第一类是经典的平差问题,其特点是将未知参数都当作非随机参数;
- 第二类是将所有的未知参数都看作是正态随机参数,我们将这类问题的平差方法称为“滤波”;
- 第三类是一、二类问题的综合,即包含有随机参数,又包含有非随机参数,通常将这类问题的平差方法称为“
配置
”,或者叫做"拟合推估”。
2.
作为广义平差的理论基础的估计方法可分为两类,
- 一类是对非随机参数进行估计的最小二乘估计和极大似然估计(或者说不考虑参数的先验统计性质);
- 另一类是对随机参数进行估计的极大验后估计或最小方差估计,线性最小方差估计。由这两类估计方法可以得到各种不同的平差方法.
3.
当未知参数X是正态随机向量时,可以将它的先验期望当作虚拟观测值,按广义最小二乘原理求参数的估值X,其结果与极大验后估值X相同。因此,广义最小二乘原理是广义测量平差求平差值的基本准则。