MATLAB组合测量(最小二乘处理)减小随机误差

yshln

已于 2023-11-24 19:33:19 修改

阅读量555

点赞数 1

分类专栏： Matlab 文章标签： matlab

于 2023-10-30 20:07:35 首次发布

本文链接：https://blog.csdn.net/yshln/article/details/134126896

版权

Matlab 专栏收录该内容

6 篇文章 0 订阅

订阅专栏


% 初始化必要参数
A=[1 0 0;0 1 0;0 0 1;1 1 0;1 0 1;0 1 1;1 1 1];
%A=[1 0 0;0 1 0;0 0 1;1 1 0;0 1 1;1 1 1];

%输入测量得到的数据
L_1=input("输入X_1:");
L_2=input("输入X_2:");
L_3=input("输入X_3:");
L_12=input("输入X_1+X_2:");
L_13=input("输入X_1+X_3:");
L_23=input("输入X_2+X_3:");
L_123=input("输入X_1+X_2+X_3:");

%进行计算

L=[L_1;L_2;L_3;L_12;L_13;L_23;L_123];
%L=[L_1;L_2;L_3;L_12;L_23;L_123];

C_1=inv(A'*A);

x=C_1*A'*L;
fprintf("估计值为：\n");
disp(x);

V=L-A*x;
[r,c]=size(A);
sigm=sqrt((V'*V)./(r-c)); %sigma
fprintf("精度为：\n");
disp(sigm)

sigma_123=[sigm.*sqrt(C_1(1,1)),sigm.*sqrt(C_1(1,1)),sigm.*sqrt(C_1(3,3))];
fprintf("估计量的标准差为：\n");
disp(sigma_123)

代码中注释部分提供了验证参考

可用以下数据进行验证

数据来源《误差理论与数据处理》费业泰老师