新闻详情

新闻详情

首页 / 资讯中心 / 详情

仅个人记录:条件平差;间接平差

发布时间:2026/9/5 17:59:56来源:尧图网络
仅个人记录:条件平差;间接平差
条件平差观测方程A*L_hatA_00%误差方程A*VW0法方程Naa*KW0间接平差观测方程L_hatB*X_hatd%误差方程VB*x_hat-l法方程Nbb*x_hat-B*P*l0clc; clear; %% 1. 基本观测数据输入 % 已知点高程 HA 5.016; HB 6.016; % 观测高差单位m L [ 1.359; 2.009; 0.363; 1.012; 0.657; 0.238; -0.595 ]; % 路线长度单位km S [ 1.1; 1.7; 2.3; 2.7; 2.4; 1.4; 2.5 ]; n length(L); % 观测数 %% 2. 系数矩阵 B 和常数项 d对应图中 hat{h}_i BX d B [ 1 0 0; % h1 X1 - HA 0 1 0; % h2 X2 - HA 1 0 0; % h3 X1 - HB 0 1 0; % h4 X2 - HB -1 1 0; % h5 -X1 X2 -1 0 1; % h6 -X1 X3 0 0 -1 % h7 -X3 HB ]; % 保留图1中的常数项注意单位一致 d [ -HA; % h1 -HA; % h2 -HB; % h3 -HB; % h4 0; % h5 0; % h6 HB % h7 ]; %% 3. 权阵 P diag(1/S) P diag(1 ./ S); % 对角阵S 是路线长度权 ∝ 1/距离 %% 4. 初始高程估值 X0根据图中定义 X0 [ HA L(1); % X1^0 HA h1 HA L(2); % X2^0 HA h2 HA L(1) L(6) % X3^0 HA h1 h6 ]; %% 5. 构造法方程右边常数项l L - (B*X0 d) l L - (B * X0 d); % 观测值 - 模型值 l l * 1000; % 单位转为 mm增强数值精度 %% 6. 解法方程求改正数 x_hat并更新平差值 Nbb B * P * B; x_hat inv(Nbb) * B * P * l; X_hat X0 x_hat / 1000; % 记得转回 m %% 7. 改正数 V 和观测值平差值 L_hat V B * x_hat - l; % 改正数单位 mm L_hat B * X_hat d; % 平差观测值单位 m %% 8. 输出结果 fprintf( 间接平差结果 \n); fprintf(未知点高程平差值 X_hat:\n); fprintf(H_P1 %.4f m\n, X_hat(1)); fprintf(H_P2 %.4f m\n, X_hat(2)); fprintf(H_P3 %.4f m\n, X_hat(3)); fprintf(\n观测值改正数 V单位mm\n); disp(V); fprintf(平差后观测值 L_hat单位m\n); disp(L_hat); %% 9. 计算单位权中误差单位 mm r n - length(X0); % 自由度 观测数 - 参数数 sigma0_hat sqrt((V * P * V) / r); % 单位权中误差mm %% 10. 协方差阵 参数中误差单位 m Qxx inv(Nbb); % 协方差矩阵单位 mm^2 m_X sqrt(diag(Qxx)) * sigma0_hat / 1000; % 转成 m %% 11. 观测值中误差单位 mm Qvv B * Qxx * B; % 改正数协方差阵 m_L sqrt(diag(Qvv)) * sigma0_hat; %% 12. 输出精度信息 fprintf(\n 精度评定 \n); fprintf(单位权中误差 sigma0_hat %.4f mm\n, sigma0_hat); fprintf(\n未知点高程中误差单位m\n); fprintf(m_H_P1 %.4f m\n, m_X(1)); fprintf(m_H_P2 %.4f m\n, m_X(2)); fprintf(m_H_P3 %.4f m\n, m_X(3)); fprintf(\n观测值中误差单位mm\n); disp(m_L);
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

基于SpringBoot的毕业设计选题系统:从需求到部署的实战指南 2026/9/5 18:51:04

基于SpringBoot的毕业设计选题系统:从需求到部署的实战指南

简介:这是一套面向高校计算机专业本科生与Java初学者的毕业设计选题管理实战项目,基于SpringBoot快速构建,解决院系师生在毕设选题阶段存在的信息不对称、流程不透明、状态难追踪等实际问题。资源包共135个文件,涵盖49个核心Java业…

阅读更多 →
uv 的 Git 凭据认证机制:SSH 与 HTTP 鉴权、凭据持久化策略及 Credential Helper 配置 2026/9/5 18:51:04

uv 的 Git 凭据认证机制:SSH 与 HTTP 鉴权、凭据持久化策略及 Credential Helper 配置

uv 的 Git 凭据认证机制:SSH 与 HTTP 鉴权、凭据持久化策略及 Credential Helper 配置 【免费下载链接】uv An extremely fast Python package and project manager, written in Rust. 项目地址: https://gitcode.com/GitHub_Trending/uv/uv 本篇指南基于 uv…

阅读更多 →
Python情感分析在A股量化中的应用:从文本数据到情绪指数 2026/9/5 18:51:04

Python情感分析在A股量化中的应用:从文本数据到情绪指数

简介:本资源是一套面向金融数据分析与自然语言处理交叉领域的Python实战项目,专为量化投资研究者、金融科技学习者及NLP初学者设计,聚焦A股市场投资者情绪建模这一关键问题。在国内非有效市场背景下,通过挖掘股评文本情感倾向构建…

阅读更多 →
还在被Wand订阅墙困扰?免费解锁全部高级功能 2026/9/5 18:51:04

还在被Wand订阅墙困扰?免费解锁全部高级功能

还在被Wand订阅墙困扰?免费解锁全部高级功能 【免费下载链接】Wand-Enhancer Advanced UX and interoperability extension for Wand (WeMod) app 项目地址: https://gitcode.com/GitHub_Trending/we/Wand-Enhancer 还在被 Wand(原 WeMod&#xf…

阅读更多 →
Python构建A股市场情绪分析系统:从文本挖掘到量化因子实战 2026/9/5 18:51:04

Python构建A股市场情绪分析系统:从文本挖掘到量化因子实战

简介:本资源是一套面向金融数据分析与自然语言处理交叉领域的Python实战项目,专为量化投资初学者、金融科技从业者及高校相关专业学生设计,旨在解决A股市场中投资者情绪量化建模这一关键问题。项目基于真实股评文本与沪深300指数成分股行情数…

阅读更多 →
Caveman 集成体系详解:Skills、Hooks 与 Plugins 的权限边界、实现原理与卸载方法 2026/9/5 18:48:03

Caveman 集成体系详解:Skills、Hooks 与 Plugins 的权限边界、实现原理与卸载方法

Caveman 集成体系详解:Skills、Hooks 与 Plugins 的权限边界、实现原理与卸载方法 【免费下载链接】caveman 🪨 why use many token when few token do trick — Claude Code skill that cuts 65% of tokens by talking like caveman 项目地址: https:…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞