[发明专利]一种测量数据通用最小二乘平差方法

说明书

技术领域

本发明属于测绘科学与技术领域，涉及一种无需先验数学模型的通用最小二乘平差方法，可应用于各类需要进行最小二乘平差的数据处理以及科学研究的行业。主要包括测绘工程，测量平差，遥感数据处理，计算机视觉，各类数学相关行业的算法研究等。

背景技术

测量时，需要对大量测量数据进行误差分析及处理，最小二乘平差是常用的测量平差误差处理手段，但是根据测量数据类型不同，测量平差采用的数学模型则不同，如GPS测量中的距离方程，水准测量中的高差方程，遥感数据处理中的共线方程，有理函数方程，SAR构像方程等。不同的数据类型需要用不同的数学方程来进行最小二乘平差处理。而目前绝大部分测量平差软件都是针对指定数据类型而定制的，若有新的传感器产生新的数据类型，则需要重新构建最小二乘平差模型，重新编写相关的数据处理软件，耗费大量人力物力财力。另外随着新型传感器的不断出现，各种传感器数据的联合处理逐渐成为研究热点，传统的针对数据类型而制定的平差软件不能够满足多源数据联合处理的要求，同样也需要重新制定相关的平差程序来处理特定的多源数据。

发明内容

本发明的目的是提供一种无需先验数学模型的测量数据通用最小二乘平差方法，以满足各类测量数据的平差处理以及多源测量数据联合平差处理的需求。

本发明的技术方案为一种测量数据通用最小二乘平差方法，包括以下步骤：

步骤1，输入包含多个模型的数学模型文件和对应的观测值数据文件、辅助数据文件，所述数学模型文件包含每个模型的观测方程公式以及公式所涉及各类参数的对应关系，所述参数包括未知参数和已知参数，所述已知参数包括观测值；所述观测值数据文件包含每个模型平差所需观测值数据，所述辅助数据文件包含记录每个模型中参数之间对应关系的辅助数据；

步骤2，对每个模型，解析观测方程公式，统计各类参数，求未知参数一阶导数，构建最小二乘平差模型，输出包含所有最小二乘平差模型的平差模型文件；

步骤3，读取步骤2所得平差模型文件和相应观测值数据文件和辅助数据文件；

步骤4，平差数据预处理，包括连接平差模型文件中的所有最小二乘平差模型，绑定观测值数据、辅助数据与最小二乘平差模型，分析得到需要消去的未知参数，对各模型观测值排序；

步骤5，逐点构建误差方程，逐点法化得到法方程，并逐点消去未知参数；

步骤6，求解法方程，获取未知参数改正数，回代计算各消去未知参数的改正数，更新各未知参数数值，并计算观测值权；

步骤7，若未知参数改正数绝对值最大值小于指定阈值，则退出并转到步骤8，否则转到步骤4；

步骤8，输出联合平差精度报告，包括各未知参数数值、平差系统中误差、各未知参数中误差以及观测值残差。

而且，步骤4所述连接多个最小二乘平差模型，包括读取各最小二乘平差模型参数并排序，合并最小二乘平差模型的各类参数。

而且，步骤4所述绑定数据与最小二乘平差模型，包括各最小二乘平差模型从观测值数据以及辅助数据文件中自动识别对应的参数并获取参数的值。

而且，步骤6所述回代计算各消去未知参数的改正数，实现方式为根据每个与该未知参数相关的观测值的法方程系数矩阵、常数项以及总的法方程回代计算各未知参数的改正数值。

本发明的优点是不依赖于数据，不依赖于数学模型，可以对不同数据采用不同模型进行最小二乘平差处理，而且可以将多种传感器获取的数据进行联合处理。用户只需要输入对应数学模型的公式，例如共线方程，并指定未知参数以及已知参数，并按照指定格式输入对应的数据文件，即可进行最小二乘平差。该方法支持多模型联合最小二乘平差，因此可以方便的进行多源数据联合处理，充分有效的利用现有资源。另外，本方法还可以用观测数据来拟合各类数学函数以及几何变换函数，包括仿射变换模型，空间相似变换模型，有理函数模型，N阶多项式模型，样条内插曲线模型等等。应用本发明可以有效提高实验室算法研究以及测量数据处理效率，高效地进行测量平差误差处理，充分利用多种传感器硬件资源，节省数据处理软件资源。

附图说明

图1是本发明实施例的流程图。

具体实施方式

具体实施时，本发明技术方案采用计算机软件方式实现自动运行流程。以下结合附图和实施例详细说明本发明技术方案。