以点位误差描述线元位置不确定性的误差带方法

从实用的角度出发,提出按两端点的点位误差描述线元误差带的方法.主要内容包括对各种情况加以解释并给出各种不同情形的统一公式.     

GIS中线元位置不确定性的误差圆带

分析了度量ＧＩＳ线元位置不确定性的“ε－带”和“Ｅ－带”指标后,提出了“误差圆带”新指标,并与前二者进行了比较。结果表明,后者不仅理论上更为合理,而且应用上更为简单。     

GIS中线元的误差熵带研究

基于现有的线元位置不确定性模型大多与置信水平的选取有关,而置信水平的选取带有一定程度的主观性,因而不能惟一确定。引入信息熵理论,提出了线元的误差熵带模型,并将它与"E-带"进行了比较,计算了落入其内的概率。该模型根据联合熵惟一确定,与置信水平的选取无关。     

关于“新的点位误差度量”的讨论

多维点位误差度量应该反映点的位置的不确定度,它可以是方差或方差的某种函数.实践中,有多种点位误差的表示形式,不同的表示形式有不同的几何意义或概率意义.文献[1]提出采用坐标分量方差的均值作为点位误差的度量.为了将其与现有点位误差度量进行比较,本文列出4种点住误差度量表达式,并讨论了它们的几何意义.强调指出,点位误差度量的具体数值应大于等于最大可能的误差,以保证用户使用数据的安全性.     

三维点位不确定性中的误差椭球与误差曲面关系研究

随着三维GIS的兴起和蓬勃发展,三维位置数据的不确定性可视化显得非常重要。误差椭圆和误差曲线在平面上能用直观的二维图形对抽象的点位质量具体化、可视化,延伸到三维空间,则是误差椭球和误差曲面的可视化。本文首先推导出三维随机点的误差椭球和误差曲面方程,推证其在图形上的相互关系,并对其原理上的差异性进行讨论,认为误差椭球和误差曲面在实用上各有千秋,有着相互补充的作用。     

以误差椭圆长半轴表示带宽的线元位置不确定性ε_E模型

考虑实用性和合理性,将线元看成离散点的集合,将线的不确定性看成点的不确定性的聚合体,将线元的位置不确定性模型看成以各点误差椭圆的长半轴E为半径的误差圆的聚合体,建立了以线元上任意点处的误差椭圆的长半轴E为带宽的线元不确定性εE模型。给出了基于该模型衡量线元位置不确定性的三种度量指标:可视化图形、平均误差带宽和误差带的面积。最后,将该模型与εσ模型和εm模型进行了比较。     

矢量GIS空间随机线元等概率密度误差模型

从空间解析几何学的角度,基于平面随机线元等概率密度误差模型建模原理,研究了矢量GIS空间随机线元位置不确定性误差模型的建模原理,提出并证明了“空间线元上任意点Pt处用以构建空间线元等概率密度误差模型体的误差椭球三轴长在数值上等于相应空间点处标准误差椭球对应三轴长的[m(λA,t)]2倍,且该空间点处误差椭球三轴线各自对应的空间向量方位保持不变”的重要结论,这对于矢量GIS空间线状实体位置不确定性误差模型的建模具有指导意义。     

GNSS点位误差转换方法研究

鉴于GNSS点位误差在大地坐标系和空间直角坐标系之间的转换公式复杂和参数单位不统一,借助子午圈曲率半径和平行圈半径将大地坐标系下经纬度的角度量误差转换为长度量误差,并推导了形式简单且为正交矩阵的误差转换矩阵。理论和算例证明,该误差转换公式可代替现有的空间直角坐标系与高斯平面直角坐标系之间复杂的误差转换公式。     

GIS中面元的误差熵模型

根据整个线元边缘分布的平均信息熵确定了“ε－带”的宽度，提出了线元的平均误差熵带模型，进一步扩展到面元的误差熵环模型。误差熵环的带宽取构成边界线的各线段误差熵的加权平均值。最后通过算例比较了面元的误差熵环和误差环模型，绘出了它们的可视化图形，得出了一些有益的结论。     

Positional error curves band of a planar line segment within GISs

1 Introductionffe well-for Meanboha Eno(MSRE),having advanop of talculang ndy,has bo widdyed to m the W of pont ednates inGIS' NY and gedop. N, it is Me tDtw the opiW eno Of a pont in whitw dirm-tion, while in praedce there is ned tO for the value ofghH or Of a trint in a peial boon SUCh asthe uha diW. The or curve of a glnt is ableto W twl the diAnbution wttiOn of twnt eno.ln an arbtw dich and it is the nd efhaive edfor dedbing forhed rm Of odnts in SUrVopng..mpneenng(Mithel, 1983…     

方向后交最佳点位分析

推导出方向后交点住精度的显函数公式;用解析法导出对称交会时最佳交会角和最佳点精度;用无约束最优化共轭梯度法,求出一般情况下方向后交最佳交会角和点位精度;求出同一三角形三个内角分别作顶角进行后交定位的最佳点位,得出三角形内只有一个最佳点位的结论,给出一种选择近似最佳点位的方法.     

A new approach to simulate positional error of line segment in GIS

To determine the distribution of positional error of a line segment, Monte Carlo approach is applied to simulate the probability density function of a line segment with the assumption that the error of endpoints in a line segment follows a two-dimensional normal distribution. For such purpose, a stochastic generator used for uncertain endpoints with the two-dimensional normal distribution is presented. This forms the basis of the generation of random line segment for the simulation of the error model of a whole line segment. The error models cover the cases where two endpoints are either independent or dependent to each other, also including a special case that the distance between two random endpoints in a line segment is close enough.     

Effect of altitude error on position precision of double-star position system

IntroductionDouble-Star is to use two stationary orbit satellitesto locate the target which is located in the overlayarea of the the satellites’wave-beam. The two sat-ellites can only supply two equations. In order toget the three-dimensional position of…     

点位落入误差椭圆的概率检验

在母体为一维正态分布的随机子样中,可以检验子样的方差、期望,将此方法推广至二维正态分布的子样检验.通过实测,得出一组随机点位(x,y).检验方法是:在给定的王信度下,检验(x,y)是否落入误差椭圆内,如果其值超过给定概率,则舍弃原假设.此检验适用于一组点位观测数据P(xi,yi)中剔除不合格的点位观测值.     

精密单点定位及其精度分析

介绍精密单点定位的原理,并且以我国中部和东部GPS跟踪站精密单点定位为例,分析精密单点定位的精度.结果表明,精密单点定位精度与各跟踪站的误差小于0.2m,可以满足某些工程和海洋测绘的精度要求.     

基于点云投影线探测的高墩位姿自动检测方法

针对目前超高桥墩垂直度检测方法存在危险系数较高、精度难以保证或自动化程度与工作效率较低的情况,本文提出一种基于三维激光扫描技术的点云数据超高桥墩位姿自动检测方法.该方法首先将海量墩面点云双向分层;然后依条件选择分层文件探测点云投影线并划分桥墩面缓冲区;最后根据缓冲区自动提取墩面点云并进行位姿检测.本文以某山区高速桥梁高...     

Entropy error model of planar geometry features in GIS

Positional error of line segments is usually described by using “g-band”, however, its band width is in relation to the confidence level choice. In fact, given different confidence levels, a series of concentric bands can be obtained. To overcome the effect of confidence level on the error indicator, by introducing the union entropy theory, we propose an entropy error ellipse index of point, then extend it to line segment and polygon, and establish an entropy error band of line segment and an entropy error donut of polygon. The research shows that the entropy error index can be determined uniquely and is not influenced by confidence level, and that they are suitable for positional uncertainty of planar geometry features.     

Entropy error model of planar geometry features in GIS

Positional error of line segments is usually described byusing “g-band”,however,its band width is in relation to the confidence level choice.In fact,given different confidence levels,a series of concentric bands can be obtained.To overcome the effect of confidence level on the error indicator,by introducing the union entropy theory,we propose an entropy error ellipse index of point,then extend it to line segment and polygon.and establish an entropy error band of line segment and an entropy error do-nut of polygon.The research shows that the entropy error index can be determined uniquely and is not influenced by confidence level,and that they are suitable for positional uncertainty of planar geometry features.