PEIV模型参数估计新算法

发布时间：2017-09-26 05:12

  本文关键词：PEIV模型参数估计新算法

  更多相关文章： PEIV模型 总体最小二乘 参数估计 迭代算法 非线性平差模型

【摘要】：PEIV(Partial Errors-In-Variables)模型是EIV模型的扩展,它能解决系数矩阵含有非随机元素或存在结构特性的问题。针对常规PEIV模型算法的复杂性,提出了一种PEIV模型参数估计的新算法。该算法将系数矩阵含误差的元素看成是一类观测值,与平差模型原观测值构成两类观测值,将PEIV平差模型表示为类似于传统的最小二乘间接平差模型,再通过非线性最小二乘平差理论,推导出了算法的迭代公式和精度评定公式。算法迭代格式与间接平差类似,通过算例验证了算法的可行性和正确性。
【作者单位】： 湖南软件职业学院;云南国土职业资源学院;
【关键词】： PEIV模型 总体最小二乘 参数估计 迭代算法 非线性平差模型
【基金】：湖南省教育厅科研项目(15C0741) 云南省教育厅科学研究基金项目(2016ZZX252)
【分类号】：P207.2
【正文快照】： EIV(Errors-In-Variables)模型是针对系数矩阵含有误差而建立的平差模型,其参数估计的准则为总体最小二乘法[1]。由于总体最小二乘法能够同时顾及系数矩阵的误差,在各个领域得到广泛应用。针对总体最小二乘问题,测量学者对其进行了大量的研究[2-13],提出了常规的总体最小二乘

【相似文献】

中国期刊全文数据库 前1条

1 胡志刚;花向红;李昭;韩红超;;基于同伦方法的非线性测量模型参数估计[J];武汉大学学报(信息科学版);2008年09期

，

本文编号：921648