第七章 —参数加权平差和分组平差.pdfVIP

第七章 参数加权分组平差 前面讲述的四种平差方法（间接平差，条件平差，附有参数的条件平差，以及具有约束条件的 间接平差）都假设只有观测值向量L 具有验前统计性质（D(L) 0 ），而参数的近似值X 0 没有验 前统计性质（D(X 0 ) 0 ）。在实际平差中会经常遇到以下情况：把前期观测数据和后期观测数据分 成两组，第一组单独平差后，将第一组单独平差得到的参数平差值X (1) 及协方差阵D X (1) 视为第 ( ) 二组平差时的参数先验值及先验协方差阵，再进行第二组观测值的平差。在第二组单独平差时参数 就可视为随机量，需顾及其权阵，这就是参数加权平差。参数加权平差实质上仍是相关平差，但也 有自身的一些特点，所以本章专门介绍。 §7.1 全部参数加权分组平差 间接平差是目前应用最广泛的一种平差方法。因此，我们只针对间接平差方法来讨论参数近似 值具有验前统计性质时的平差原理，且本节假设全部参数近似值都具有验前统计性质，同时也导出 了分组平差的估值公式。 一、观测值分组后整体平差 设有一组观测值L ，在选定t 个独立参数的情况下，误差方程为 V x l l +XB ˆ d ，+ L−B 0 R(；) Bt n (7.1.1) L L 现将观测值向量L 分为两组，并设 、 不相关，权阵为 1 2 ⎛L1 ⎞ −1 ⎜n ×1 ⎟ ⎛P 0 ⎞ ⎛Q 0 ⎞ L ⎜ 1 ⎟，P ⎜ 1 ⎟ ⎜ 1 −1 ⎟ n×1 L2 ⎝0 P ⎠ 0 Q ⎜ ⎟ 2 ⎝ 2 ⎠ ⎝n2 ×1⎠ n n n + 这里 1 2 。则误差方程改写为 V B l ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ 1 1 ˆ 1