[发明专利]一种基于不精确牛顿解的预条件共轭梯度区域网平差方法

权利要求书

1.一种基于不精确牛顿解的预条件共轭梯度区域网平差方法，其特征在于，包括：

S1、导入区域网平差计算需要的原始数据，且将导入的原始数据进行时空基准统一，得到初始数据，所述原始数据至少包括初始内外方位元素数据以及点位数据；

S2、进入区域网平差迭代流程：分别读取每一个像点对应的初始数据，计算每一个像点对应的法方程常数项向量c的一个分量，并将各个法方程常数项向量c的分量累加，得到完整的法方程常数项向量c作为步骤S4中残差向量s的初值；

S3、分别读取每一个像点对应的初始数据，计算每一个像点对应的预条件矩阵M的分量，并将该分量求逆并乘以方程常数项向量c得到矩阵-向量积M^-1c的一个分量，由将各个矩阵-向量积M^-1c的分量累加，得到完整的矩阵-向量积M^-1c作为步骤S4中方向向量d的初值；

S4、进入预条件共轭梯度法迭代流程：对未知数改正数向量u、残差向量s以及方向向量d进行初始化；

S5、分别读取每一个像点对应的初始数据，计算每一个像点对应的法方程系数矩阵B的与方向向量d的矩阵-向量积Bd分量，将各矩阵-向量积Bd分量累加，得到完整的矩阵向量积Bd；

S6、根据预条件共轭梯度法，以及本次迭代中的未知数改正数向量u，残差向量s，方向向量d，预条件矩阵M以及法方程系数矩阵B，计算新的未知数改正数向量u、新的残差向量s以及新的方向向量d；

S7、根据不精确牛顿解法，计算本次迭代的强制序列系数η；

S8、判断此次预条件共轭梯度迭代是否符合预定收敛条件，若符合，则结束预条件共轭梯度迭代，输出新的未知数改正数向量u，执行步骤S9；否则，返回步骤S5；

S9、判断此次区域网平差迭代是否符合预定收敛条件，若符合，则结束区域网平差迭代，执行步骤S10，否则，返回步骤S2；

S10、根据步骤S8中输出的新的未知数改正数向量u，更新所有的未知数数值，并输出所有的未知数数值。

2.如权利要求1所述的基于不精确牛顿解的预条件共轭梯度区域网平差方法，其特征在于，所述步骤S3中的预条件矩阵M为Jacobi预条件矩阵。

3.如权利要求1所述的基于不精确牛顿解的预条件共轭梯度区域网平差方法，其特征在于，所述步骤S8具体包括：

根据步骤S7中计算得到的强制序列系数η，若强制序列系数η小于第一给定阈值或者迭代次数大于第二给定阈值，则结束预条件共轭梯度迭代，输出新的未知数改正数向量u，执行步骤S9，否则，返回步骤S5。

4.如权利要求1所述的基于不精确牛顿解的预条件共轭梯度区域网平差方法，其特征在于，所述步骤S9具体包括：

统计步骤S8中计算得到的新的未知数改正数向量u中所有元素的绝对值最大值，若该绝对值最大值小于第三给定阈值或者迭代次数大于第四给定阈值，则结束区域网平差迭代，执行步骤S10，否则，返回步骤S2。

5.如权利要求1所述的基于不精确牛顿解的预条件共轭梯度区域网平差方法，其特征在于，所述步骤S7具体为：

根据不精确牛顿解法，将步骤S2计算出的法方程常数项向量c的绝对值和步骤S6计算出的新的残差向量s的绝对值进行相除，得到本次迭代的强制序列系数η。