测量平差课件

测量平差太原理工大学测绘科学与技术系第一章观测误差及其传播§1概述§2观测误差及其分类§3偶然误差的规律性§4衡量精度的指标§5方差传播律及其应用§6权与定权的常用方法§7协因数和协因数传播律§8由真误差计算中误差及其实际应用§9系统误差与偶然误差的联合传播§1概述测量平差的基本任务是处理一系列带有偶然误差的观测值，求出未知量的最可靠值（也称为平差值、最佳估值、估值、最或是值、最或然值等），并评定测量成果的精度。解决这两个问题的基础，是要研究观测误差的理论，简称误差理论。本章主要介绍偶然误差的规律性、衡量精度的指标、协方差传播律、权的定义以及测量中常用的定权方法等。§2观测误差及其分类当对某量进行重复观测时，常常发现观测值之间往往存在一些差异。例如，从几何上知道一个平面三角形三内角之和应等于180º，但如果对这三个内角进行观测，则三内角观测值之和通常不等于180º。在同一量的各观测值之间，或在各观测值与其理论上的应有值之间存在差异的现象，在测量工作中是普遍存在的，这是由于观测值中包含有观测误差的缘故。引起误差的主要来源测量仪器：测量工作通常是利用测量仪器进行的。由于每一种仪器都具有一定限度的精密度，因而使观测值的精密度受到了一定的限制。观测者：由于观测者的感觉器官的鉴别能力有一定的局限性，所以在仪器的安置、照准、读数方面都会产生误差。外界条件：观测时所处的外界条件，如温度、湿度、压强、风力、大气折光、电离层等因素都会对观测结果直接产生影响；随着这些因素的变化，它们对观测结果的影响也随之不同，因此观测结果产生误差是必然的。根据观测误差的性质，可将观测误差分为：系统误差：在相同的观测条件下作一系列的观测，如果误差在大小、符号上表现出系统性，或者在观测过程中按一定的规律变化，或者为某一常数，那么，这种误差称为系统误差。简言之，符合函数规律的误差称为系统误差（举例）。偶然误差：在相同的观测条件下作一系列的观测，如果误差在大小和符号上都表现出偶然性，即从单个误差看，该列误差的大小和符号没有规律性，但就大量误差的总体而言，具有一定的统计规律，这种误差称为偶然误差。简言之，符合统计规律的误差称为偶然误差（举例）。系统误差举例测距仪的乘常数误差所引起的距离误差与所测距离的长度成正比地增加，距离愈长，误差也愈大；测距仪的加常数误差所引起的距离误差为一常数，与距离的长度无关。这是由于仪器不完善或工作前未经检验校正而产生的系统误差。又如，用钢尺量距时的温度与检定尺长时的温度不一致，而使所测的距离产生误差；测角时因大气折光的影响而产生的角度误差等等，这些都是由于外界条件所引起的系统误差偶然误差举例经纬仪测角误差是由照准误差、读数误差、外界条件变化所引起的误差和仪器本身不完善而引起的误差等综合的结果。而其中每一项误差又是由许多偶然因素所引起的小误差。例如照准误差可能是由于照准部旋转不正确、脚架或觇标的晃动与扭转、风力风向的变化、目标的背影、大气折光等等偶然因素影响而产生的小误差。因此，测角误差实际上是许许多多微小误差项构成，而每项微小误差又随着偶然因素的影响不断变化，其数值的大小和符号的正负具有随机性，这样，由它们所构成的误差，就其个体而言，无论是数值的大小或符号的正负都是不能事先预知的。因此，把这种性质的误差称为偶然误差。偶然误差就其总体而言，具有一定的统计规律，有时又把偶然误差称为随机误差。§3偶然误差的规律性任何一个被观测量，客观上总是存在着一个能代表其真正大小的数值。这一数值就称为该观测量的真值。就单个偶然误差而言，其大小或符号没有规律性，即呈现出一种偶然性（或随机性）。但就其总体而言，却呈现出一定的统计规律性。并且指出它是服从正态分布的随机变量。人们从无数的测量实践中发现，在相同的观测条件下，大量偶然误差的分布也确实表现出了一定的统计规律性。偶然误差的规律性1.在一定的观测条件下，误差的绝对值有一定的限值，或者说，超出一定限值的误差，其出现的概率为零。2.绝对值较小的误差比绝对值较大的误差出现的概率大。3.绝对值相等的正负误差出现的概率相同。4.偶然误差的数学期望为零，即：换句话说，偶然误差的理论平均值为零。0)()())(()(LELELLEEE偶然误差分布直方图§4衡量精度的指标评定测量成果的精度是测量平差的主要任务之一。精度就是指误差分布的密集或离散的程度。从直方图来看，精度高，则误差分布较为密集，图形在纵轴附近的顶峰则较高，且由长方形所构成的阶梯比较陡峭；精度低，则误差分布较为分散，在纵轴附近顶峰则较低，且其阶梯较为平缓。这个性质同样反映在误差分布曲线的形态上，即有误差分布曲线较高而陡峭和误差分布曲线较低而平缓两种情形。衡量精度的指标在一定的观测条件下进行的一组观测，它对应着一种确定的误差分布。如果分布较为密集，即离散度较小时，则表示该组观测质量较好，也就是说，这一组观测精度较高；反之，如果分布较为离散，即离散度较大时，则表示该组观测质量较差，也就是说，这一组观测精度较低。在相同的观测条件下所进行的一组观测，由于他们对应着同一种误差分布，对于这一组中的每一个观测值，都称为是同精度观测值。衡量精度的指标--方差和中误差用表示误差分布的方差，误差Δ的概率密度函数为：由方差的定义：由于在此主要包括偶然误差部分，，所以有：就是中误差：222221)(ef222))(()()(EED0)(EdfED)()()(222)(2E衡量精度的指标--平均误差在一定的观测条件下，一组独立的偶然误差绝对值的数学期望称为平均误差。设以表示平均误差，则有：如果在相同条件下得到了一组独立的观测误差，平均误差为即平均误差是一组独立的偶然误差绝对值的算术平均值之极限值。dfE)()(nnlim衡量精度的指标--或然误差或然误差的定义是：误差出现在之间概率等于1/2，即将Δ的概率密度代入上式，并作变量代换，令则得：由概率积分表查得，当概率为1/2时，积分限为0.6745，即得上式是或然误差与中误差的理论关系。不同的也对应着不同的误差分布曲线，因此，或然误差也可以作为衡量精度的指标。),(21)(dfdtdtt,,21212)(202dtedft326745.0衡量精度的指标--极限误差在大量同精度观测的一组误差中，误差落在和的概率分别为：68.3%、95.5%和99.7%。上式反映了中误差与真误差间的概率关系。绝对值大于中误差的偶然误差，其出现的概率为31.7%；而绝对值大于二倍中误差的偶然误差出现的概率为4.5%；特别是绝对值大于三倍中误差的偶然误差出现的概率仅有0.3%，这已经是概率接近于零的小概率事件，或者说这是实际上的不可能事件。一般以三倍中误差作为偶然误差的极限值，并称为极限误差。),()2,2()3,3(衡量精度的指标--相对误差对于某些长度元素的观测结果，有时单靠中误差还不能完全表达观测结果的好坏。须采用另一种办法来衡量精度，通常采用相对中误差，它是中误差与观测值之比。在测量中一般将分子化为1。对于真误差与极限误差，有时也用相对误差来表示。例如，经纬仪导线测量时，规范中所规定的相对闭合差不能超过，它就是相对极限误差；而在实测中所产生的相对闭合差，则是相对真误差。与相对误差相对应，真误差、中误差、极限误差等均称为绝对误差。§5方差传播律及其应用协方差传播律是研究函数与自变量之间的协方差运算规律。在实际工作中，某些量的大小往往是由观测值通过一定的函数关系间接计算出来的协方差与相关协方差是用数学期望来定义的。设有观测值X和Y，它们的协方差定义是：式中：和分别是X和Y的真误差。设是观测值的真误差，是观测值的真误差，而协方差则是这两种真误差所有可能取值的乘积的理论平均值，即实用上总是有限值，所以也只能求得它的估值，记为))())(((YEYXEXExy)(yxxyEXXEx)(YYEy)(协方差与相关当X和Y相互独立时：当X和Y相互独立时，X和Y的协方差为零。但是，逆命题却不一定成立，即协方差为零并不意味着相互独立。只有当和服从联合正态分布时，协方差为零才是相互独立的充分条件。因此，对于服从正态分布的观测值，协方差为零和相互独立是等价条件。)]()()()([))())(((YEXEYXEYXEXYEYEYXEXExy)()()(YEXEXYE0)()()()(YEXEYEXExy协方差与相关如果协方差为零，表示这两个（或两组）观测值的误差之间互不影响，或者说，它们的误差是不相关的，并称这些观测值为不相关观测值；如果协方差不为零，则表示它们的误差之间是相关的，称这些观测值是相关观测值。由于在测量上所涉及的观测值和观测误差都是服从正态分布的随机变量，对于正态随机变量而言，“不相关”与“独立”是等价的，所以把不相关观测值也称为独立观测值，同样把相关观测值也称为不独立观测值。协方差与相关在测量工作中，直接观测得到的高差、距离、角度、方向和三角高程测量求得的高差等，都认为是独立观测值。一般来说，独立观测值的各个函数之间是不独立的，或者说是相关的，因而它们是相关观测值。例如，当一个测站上的水平方向观测值是独立观测值时，由这些方向值所算得的相邻角度就是相关观测值；又如，三角网或导线网中根据观测角度和边长求得的各点的坐标也是相关观测值。协方差与相关通过变换将随机变量标准化，则两个标准化变量乘积的数学期望就是一个无量纲的数，称之为相关系数：由于和为正，所以的正负取决于的正负。大于零称为正相关，小于零称为负相关，等于零称为不相关。可以证明的绝对值不大于1。yxxyyxxyYEYXEXE)])()()([(xyxyxyxyxyxyxy协方差与协方差阵假定有个不同精度的相关观测值，它们的数学期望和方差分别为和，它们两两之间的协方差为,用矩阵表示为:式中为观测值向量，简称为观测值；为的数学期望；为观测值向量的方差-协方差阵，简称为协方差阵。nixix2ixjixxTnxxxX]...[21)(]...[21XETxxxXnnnnnnxxxxxxxxxxxxxxxTXXXXXXED2222122121211]))([()(XEXXXXD协方差与协方差阵设有观测值向量和，它们的数学期望分别为和。令：；则的方差阵为：式中和分别为X和Y的协方差阵，是X关于Y的互协方差阵。1,nX1,rY1,nX1,rYYXZZYYYXXYXXZZDDDDDXXDYYDXYDrnnnrryxyxyxyxxxyxyxyxyxXYD212221212111YXTTYXXYDYXED]))([(观测值线性函数的方差设有观测值向量，其数学期望为，协方差阵为,即式中为的方差，为和的协方差，又设有的线性函数为：令：则：XXXXD2212222111212212121),()()()(,nnnnnXXnnXnDXEXEXEXEXXXX2iiXijiXjXX02211kXkXkXkZnn]...[21nkkkK1,101,,11,1kXKZnn观测值线性函数的方差对上式两边取数学期望：Z的方差为：即：000)()()(kKkXKEkKXEZEXTZZZEZZEZED))())((((TXXkKkKXkKkKXE))((0000TTXXKXXKE))((T