【GNSS】抗差估计（稳健估计）原理及程序实现

抗差估计

抗差估计的原理

抗差估计是近代测量平差范畴，又名稳健估计（robust estimate），据杨院士说中科院系统喜欢称之为抗差估计，武大喜欢称之为稳健估计。我们的测量值是随机变量，符合正态分布的，如果出现粗差（gross error）的话，我们在应用最小二差或卡尔曼滤波的时候就会使结果偏离真实值（滤波发散）的现象。我们解决粗差或系统误差的时候，可以从两方面去理解，均值漂移或者方差膨胀，抗差估计属于方差膨胀模型，即均值不变，方差变化的现象。我们可以通过对出现粗差的观测值进行降权处理。
我比较懒，不想打公式，大家应该也看过类似的推导，其实公式跟最小二差一样的，变化的地方就是权阵，换成了等价权，那么影响等价权的又是等价权函数，常见的有huber、IGG III等，我推荐IGG III，代码好实现。
我们在实现的时候，这个权阵很重要，权阵也就是我们说的方差阵的逆，分为独立和非独立，即观测值之间是否相关，是否相关也影响着等价权函数的形式。举一个最简单的独立观测距离的例子吧

抗差估计的例子

我们假设对一段距离进行10次独立观测，10个观测值分别为：5.09、5.10、5.13、5.09、5.12、5.08、5.46、7.81、5.10、5.11（单位为m），数据是我随便编的。
从上面这段描述，我们可以知道测量个数n=10，必要观测m=1，多余观测为n-m=9。独立观测那么权阵就是对角线，先验