测量误差定权方法

测量误差

实际问题:假设对同一个对象有一组测量值 x 1 x_1 x1 x 2 x_2 x2 … \dots x n x_n xn,每个测量量值的标准差为 σ 1 \sigma_1 σ1 σ 2 \sigma_2 σ2 … \dots σ n \sigma_n σn。问如何估计该测量量?(计算加权平均结果?)

设估计值为 z z z
z = k 1 x 1 + k 2 x 2 + ⋯ + k n x n k 1 + k 2 + ⋯ + k n = 1 z=k_1x_1+k_2x_2+\cdots+k_nx_n\\ k_1+k_2+\cdots+k_n=1 z=k1x1+k2x2++knxnk1+k2++kn=1
其中, k 1 k_1 k1 k 2 k_2 k2 … \dots k n k_n kn为权值,即对第 i i i次测量的信任度( i = 1 , 2 , … , n i=1,2,\dots,n i=1,2,,n

那么目标要使得估计最准确,就是要求 z z z的方差最小值,

v a r ( z ) = v a r ( k 1 x 1 + k 2 x 2 + ⋯ + k n x n ) = k 1 2 v a r ( x 1 ) + k 2 2 v a r ( x 2 ) + ⋯ + k n 2 v a r ( x n ) = k 1 2 σ 1 2 + k 2 2 σ 2 2 + ⋯ + k n 2 σ n 2 \begin{aligned} var(z) &= var(k_1x_1+k_2x_2+\cdots+k_nx_n)\\ &= k_1^2var(x_1) + k_2^2var(x_2) +\cdots+ k_n^2var(x_n)\\ &= k_1^2 \sigma_1^2 + k_2^2 \sigma_2^2 +\cdots+ k_n^2 \sigma_n^2 \end{aligned} var(z)=var(k1x1+k2x2++knxn)=k12var(x1)+k22var(x2)++kn2var(xn)=k12σ12+k22σ22++kn2σn2

柯西不等式:

已知 a a a b b b均为正数,那么有
( a 1 2 + a 2 2 + ⋯ + a n 2 ) ( b 1 2 + b 2 2 + ⋯ + b n 2 ) ≥ ( a 1 b 1 + a 2 b 2 + ⋯ + a n b n ) 2 \left( {a_1}^2+{a_2}^2+\cdots+{a_n}^2 \right) \left( {b_1}^2+{b_2}^2+\cdots+{b_n}^2 \right) \geq \left( a_1 b_1 +a_2 b_2+ \cdots +a_n b_n \right)^2 (a12+a22++an2)(b12+b22++bn2)(a1b1+a2b2++anbn)2
当且仅当, a 1 b 1 = a 2 b 2 = ⋯ = a n b n \dfrac{a_1}{b_1}=\dfrac{a_2}{b_2}=\cdots=\dfrac{a_n}{b_n} b1a1=b2a2==bnan时,取得等号。

借助柯西不等式:
∵ ( k 1 2 σ 1 2 + k 2 2 σ 2 2 + ⋯ + k n 2 σ n 2 ) ( 1 σ 1 2 + 1 σ 2 2 + ⋯ + 1 σ n 2 ) ≥ ( k 1 + k 2 + ⋯ + k n ) 2 = 1 ∴ σ z 2 = k 1 2 σ 1 2 + k 2 2 σ 2 2 + ⋯ + k n 2 σ n 2 ≥ 1 1 σ 1 2 + 1 σ 2 2 + ⋯ + 1 σ n 2 \begin{aligned} & \because \left( k_1^2 \sigma_1^2 + k_2^2 \sigma_2^2 +\cdots+ k_n^2 \sigma_n^2 \right) \left( \dfrac{1}{\sigma_1^2}+\dfrac{1}{\sigma_2^2}+\cdots+\dfrac{1}{\sigma_n^2} \right) \geq \left( k_1+k_2+\cdots+k_n \right)^2 = 1 \\ & \therefore \sigma_z^2 = k_1^2 \sigma_1^2 + k_2^2 \sigma_2^2 +\cdots+ k_n^2 \sigma_n^2 \geq \dfrac{1}{ \dfrac{1}{\sigma_1^2}+\dfrac{1}{\sigma_2^2}+\cdots+\dfrac{1}{\sigma_n^2} } \end{aligned} (k12σ12+k22σ22++kn2σn2)(σ121+σ221++σn21)(k1+k2++kn)2=1σz2=k12σ12+k22σ22++kn2σn2σ121+σ221++σn211
当且仅当, k 1 σ 1 2 = k 2 σ 2 2 = ⋯ = k n σ n 2 k_1\sigma_1^2=k_2\sigma_2^2=\cdots=k_n\sigma_n^2 k1σ12=k2σ22==knσn2时, m i n ( σ z 2 ) = 1 1 σ 1 2 + 1 σ 2 2 + ⋯ + 1 σ n 2 min(\sigma_z^2)=\dfrac{1}{ \dfrac{1}{\sigma_1^2}+\dfrac{1}{\sigma_2^2}+\cdots+\dfrac{1}{\sigma_n^2} } min(σz2)=σ121+σ221++σn211
易知,此时 k 1 = 1 σ 1 2 1 σ 1 2 + 1 σ 2 2 + ⋯ + 1 σ n 2 , k 2 = 1 σ 2 2 1 σ 1 2 + 1 σ 2 2 + ⋯ + 1 σ n 2 , … , k n = 1 σ n 2 1 σ 1 2 + 1 σ 2 2 + ⋯ + 1 σ n 2 k_1=\dfrac{\frac{1}{\sigma_1^2}}{\frac{1}{\sigma_1^2}+\frac{1}{\sigma_2^2}+\cdots+\frac{1}{\sigma_n^2}},k_2=\dfrac{\frac{1}{\sigma_2^2}}{\frac{1}{\sigma_1^2}+\frac{1}{\sigma_2^2}+\cdots+\frac{1}{\sigma_n^2}},\dots,k_n=\dfrac{\frac{1}{\sigma_n^2}}{\frac{1}{\sigma_1^2}+\frac{1}{\sigma_2^2}+\cdots+\frac{1}{\sigma_n^2}} k1=σ121+σ221++σn21σ121,k2=σ121+σ221++σn21σ221,,kn=σ121+σ221++σn21σn21

结论

工程测量中的权没有和为1的限制,只要比例确定即可。这时测量值的权取方差的倒数 k i = 1 σ i 2 k_i=\dfrac{1}{\sigma_i^2} ki=σi21

  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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