误差理论与数据处理研究生课程考试大学毕业设计论文.docVIP

成绩

中国矿业大学

级硕士硕士課程考试

题目误差理论与数据解决

学生姓名陈明

学号T3

所在院系信息与电气工程学院

任課教师唐守锋

中国矿业大学硕士院培养管理处印制

目录

TOC\o1-3\h\u138531前言 1

175812测量不拟定度 3

11102.1不拟定度的基本概念 3

194512.2测量不拟定度的评估方法 5

182032.2.1原则不拟定度的评估 5

280982.2.2合成原则不拟定度的评估 7

182162.2.3扩展原则不拟定度的评估 7

211382.3测量不拟定度与测量误差的异同 8

108663含糊数与不拟定度 9

127143.1含糊数 9

143153.2空间数据的不拟定性 9

143623.3含糊数与不拟定度 10

27284余弦含糊数的极大可能性估量 11

137944.1极大可能性估量 11

140704.2余弦含糊数的极大可能性估量 12

105285最小不拟定度估量 12

146916总结 15

16261参考文件 16

1前言

因为测量误差的客观存在，误差理论与数据解决一直在科学实验和生产实践中占有及其重要的地位。特别在测绘领域，参数估量理论与方法一直是测量数据解决中最重要的基础研究方向之一。长久以来，这一重要研究领域的研究成果不计其数[1]。例如：极大似然估量、最小二乘估量、极大验后估量、贝叶斯估量、稳健估量、最小二乘配备、最小二乘滤波、非线性最小二乘估量、半参数估量等等。迄今为止的这些参数估量理论与方法，无一不是以概率论为其理论基础的，我们知道，概率论是用来解决“随机变量”的。在测量数据解决中，人们为了应用既有的参数估量理论总是把测量误差理想化，假定测量误差是随机变量。事实上，因为种种因素，测量数据的不拟定性并非由随机误差构成，而是多个不拟定因素的综合。例如GPS数据的不拟定性除随机误差外，更重要的是多途径效应、电离层的影响等。

随机变量是指在实验中可出现可不出现，在实验前不能拟定的量[2]。在测量过程中，因为观测设备受辨别率的限制、操作者受生理方面的限制以及实际观测环境总与原则状态不一致等，必定导致测量不拟定性的存在，即测量数据的不拟定性在任何一次测量中是一定会出现的，它出现是否在测量前就是确知的。所以，测量数据的不拟定性不完全满足“随机变量”的定义。因为测量数据的不拟定性不完全满足概率论中的“随机变量”这一基本假设，所以使用现在的任何一个参数估量方法来解决测量数据都是不严密的，致使现在测量数据解决中的“最优性”也是虚假的。当然这一点早已被测量学家所公认。所以，在实际的测量数据解决中，人们总是依照实际情况对既有参数估量模型进行修正。例如，为了同时考虑系统误差的影响，提出了附有系统参数的估量模型；为了抵抗粗差的影响，提出了稳健估量模型等等。因为测量数据的不拟定性是各种因素的综合，既包含随机性又包含含糊性。如此修修补补，必定顾此失彼，根本不能全方面的解决测量数据的不拟定性。

此外，因为测量数据的不拟定性不仅仅体现为随机性不拟定性也体现为含糊性不拟定性[3]。例如，对于遥感影像数据的分类，因为诸多地理概念自身就存在含糊性，因而分类一定会产生含糊不拟定性。而既有的测量数据质量评价体系也是以概率论为理论基础的方差体系，即用方差来衡量测量数据的质量。因为方差是描述随机误差的，而随机误差只是不拟定性中极小的一部分，方差很小只能阐明随机误差很小，方差并不能描述含糊不拟定性的大小，所以方差很小并不代表测量数据的不拟定性很小，也就不能阐明测量数据的质量很高。即使只考虑随机误差，因为实际的测量数据并不一定服从正态分布，且服从什么分布并不知道，一律采取方差来作为衡量测量数据质量的原则也是不完全合理的，因为有的分布根本就不存在方差。其次，尽管现在国际上已广泛采取不拟定度来评估测量成果的质量。但从现在不拟定度的评估方法我们可以看到，其A类或B类评估不拟定度的方法依然都是基于某种概率分布，用方差或原则差进行定量的体现。计量部门定义的A类原则不拟定度的大小是我们测量平差中导出的算术平均值的中误差的绝对值。A类原则不拟定度越小，即误差越小，只能阐明随机误差很小，还是不能代表测量数据的不拟定性很小。由此可见，现在用A类或B类评估方法来进行不拟定度的评估也有其局限性之