基于多点的区域性椭球确定

为了限制面积较大测区(>10 000 km²)的长度综合变形,提出一种区域性椭球面的构造方法。首先,将参考椭球沿位置基准点法线方向平移,使区域性椭球面和投影面在该点处重合;然后,以位置基准点为旋转中心进行旋转,消除区域性椭球面和投影面的倾斜误差。实测算例表明,各点相对于区域性椭球面的大地高和正常高的偏差达到厘米级精度,说明本文算法具有一定的实用价值。     

一种求解三维坐标转换参数的非迭代方法

传统上求解三维坐标转换的七参数方法主要为基于最小二乘的迭代及非迭代方法。本文提出了一种求解七参数的非迭代方法,给出了相关公式推导。该方法首先根据矩阵奇异值分解求出坐标转换旋转矩阵,再根据最小二乘法,在求解出三个平移参数,以及一个尺度因子,文中用两个实例对新方法进行了验证,并且与其他算法进行了比较。结果表明,本文提出的方法计算简单,精度可靠,便于编程实现,有较好的实用价值。     

三维坐标变换算法的比较

通过模拟数据,从计算精度、稳定性、计算效率、左右手坐标系之间变换的适用性等4个方面比较三维坐标变换的迭代法和解析法。结果表明,迭代法中的正交矩阵形式计算精度最高,各种算法对退化到平面上的对应点集均具有适应性,解析法中的单位四元数法计算效率最高,迭代法中的正交矩阵形式以及解析法中的SVD分解法和正交矩阵解法都能够用于左右手坐标系之间的变换。     

基于四元数的三维坐标变换解析解的改进

利用单位四元数构造三维坐标变换最小二乘解析解的过程,具有非迭代、稳定性强等特征。然而,它并不适用于左右手坐标系之间的变换。本文在已有的基于四元数的三维坐标变换解析算法基础上进行改进,使其适合于左右手坐标系之间的变换。同时,利用实际工程案例对其有效性进行了验证。     

基于非线性高斯-赫尔默特模型的结构总体最小二乘法

变量误差（error-in-variables,EIV）模型的系数矩阵存在结构特征的情况,并且这种结构特征可以扩展到观测向量中。首先采用变量投影法将系数矩阵的增广矩阵展开成仿射矩阵形式,提取系数矩阵和观测向量中的随机量,并将EIV模型表示为非线性高斯-赫尔默特模型,然后利用非线性最小二乘原理推导了一种结构总体最小二乘法。该算法统一了普通的结构总体最小二乘法、结构数据最小二乘法以及最小二乘法。将该算法应用到真实算例和模拟算例中,两个算例结果表明,该算法与已有能够解决EIV模型结构特征的结构或加权总体最小二乘法估计结果一致,验证了该算法的有效性。同时,该算法对结构特征的提取方式简单、规律性强且易于编程实现;且在算法设计中,把结构总体最小二乘问题转换为附有参数的条件平差问题,即将其纳入到最小二乘平差理论体系,便于其扩展应用。同时对平面拟合问题的误差估计特性进行了定性分析,由分析可知参数的相对大小对估计误差的一致性有直接影响,这说明EIV模型下系数矩阵和观测向量中随机量的估计误差与真误差的一致性关系相对复杂。     

基于变量投影的结构总体最小二乘算法

测绘领域诸多实际应用中系数矩阵和观测向量具有结构特征,即系数矩阵和观测向量中包含固定量(甚至固定列)和随机量,并且不同位置的随机量线性相关。针对这个问题,从变量误差(errors-in-variables,EIV)函数模型出发,首先,将系数矩阵和观测向量构成的增广矩阵表示为仿射函数形式,并采用变量投影法对函数模型进行重构;然后,利用拉格朗日法推导出了一种结构总体最小二乘(structured total least squares,STLS)估计算法。算例分析结果表明,该算法与已有能够解决系数矩阵和观测向量存在结构特征的加权或结构总体最小二乘算法估计结果一致,说明了该算法的有效性,同时阐明了该算法与已有相关算法的关系。