CN113343163B - 一种大规模边角网平差及精度评定方法、系统及存储介质 - Google Patents
一种大规模边角网平差及精度评定方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113343163B CN113343163B CN202110416510.7A CN202110416510A CN113343163B CN 113343163 B CN113343163 B CN 113343163B CN 202110416510 A CN202110416510 A CN 202110416510A CN 113343163 B CN113343163 B CN 113343163B
- Authority
- CN
- China
- Prior art keywords
- value
- approximate
- equation
- matrix
- data file
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
Abstract
本发明公开了一种大规模边角网平差及精度评定方法、系统及存储介质,其方法包括:输入边角网的结点文件、观测值数据文件和近似值数据文件;对观测值数据文件和近似值数据文件间的数据关系进行线性化,构建若干个相关矩阵;对若干个相关矩阵进行最小二乘法处理,得到观测值误差方程和改正数表达式;对改正数表达式中的稀疏正定法方程矩阵进行Cholesky分解运算,再将矩阵解算结果代入改正数表达式求解得到近似值改正数据文件;将近似值改正数据文件代入观测值误差方程计算,再将计算结果与观测值数据文件合并得到平差值数据文件;结合矩阵解算结果和单位权方差进行精度评定,得到误差椭圆文件。本方法可降低对大规模测量数据的计算复杂度。
Description
技术领域
本发明涉及边角网测量技术领域,尤其涉及一种大规模边角网平差及精度评定方法、系统及存储介质。
背景技术
随着激光扫描仪、测量机器人等精密工程测量仪器的发展,精密工程建设拥有规模更庞大的测量数据,此时大规模测量数据的平差及精度评定对现有计算平台的计算速度和平差计算方法提出严峻考验。例如,在实际精密工程建设中测量了11万个点的距离数据和角度数据,但在执行二维边角网平差计算时所产生的待估参数达到22万个,利用现有的数据处理方法对上万阶法方程进行直接求逆是一般计算机无法完成的任务,面临着计算量巨大、计算时间过长、数据解算效率低下等处理难题。因此,如何对大规模测量数据进行快速处理以克服现有数据处理方式的局限性,将对实际大型精密工程建设的测量工作具有重要现实意义。
发明内容
本发明的目的在于克服现有技术的不足,本发明提供了一种大规模边角网平差及精度评定方法、系统及存储介质,通过利用Cholesky分解法可降低对大规模测量数据的计算复杂度,有效缩短运算时长且保证计算精度。
为了解决上述问题,本发明提出了一种大规模边角网平差及精度评定方法,所述方法包括:
输入边角网中的结点文件以及与所述结点文件相关联的观测值数据文件和近似值数据文件;
对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵;
基于最小二乘法原理对所述若干个相关矩阵进行融合分析,得到观测值误差方程和改正数表达式及其包含的稀疏正定法方程矩阵;
基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算,再将矩阵解算结果代入所述改正数表达式进行求解,得到近似值改正数据文件;
将所述近似值改正数据文件代入所述观测值误差方程进行计算,再将计算结果与所述观测值数据文件进行合并,得到平差值数据文件;
基于所述平差值数据文件满足收敛性要求,结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件。
可选的,所述观测值数据文件包括角度观测值和距离观测值,所述近似值数据文件包括所述角度观测值所关联的测站点近似坐标和左右照准点近似坐标以及所述距离观测值所关联的始末点近似坐标。
可选的,所述对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵包括:
基于所述测站点近似坐标和所述左右照准点近似坐标,构建测站点-左照准点方向的第一方位角平差值方程以及测站点-右照准点方向的第二方位角平差值方程;
对所述第一方位角平差值方程和所述第二方位角平差值方程进行泰勒公式展开后,从中提取出第一近似坐标改正数系数、第二近似坐标改正数系数和角度近似值;
基于所述始末点近似坐标,构建距离平差值方程;
对所述距离平差值方程进行泰勒公式展开后,从中提取出近似相对坐标改正数系数和距离近似值;
结合所述第一近似坐标改正数系数、所述第二近似坐标改正数系数和所述近似相对坐标改正数系数,构建系数矩阵;
结合所述角度近似值、所述角度观测值、所述距离近似值和所述距离观测值,构建常数矩阵。
可选的,所述对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵,还包括:
构建角度观测方程,利用所述第一方位角平差值方程和所述第二方位角平差值方程对所述角度观测方程进行参数转换,得到角度观测误差方程;
基于所述角度观测误差方程的常数项绝对值与预设限差的比较结果,获取所述角度观测值所对应的角度权值系数;
利用所述距离观测值所对应的距离精度初值确定距离权值系数,再结合所述角度权值系数和所述距离权值系数,构建权矩阵。
可选的,所述基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算包括:
利用Cholesky分解法将所述稀疏正定法方程矩阵分解成单个规则三角矩阵及其转置矩阵之间的乘积形式;
结合所述规则三角矩阵及其逆矩阵之间的乘积为单位矩阵这一规律,对所述规则三角矩阵及其逆矩阵中的各个元素进行递推计算,进而获取协因数矩阵。
可选的,所述结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件包括:
基于所述矩阵解算结果和单位权方差,计算所述结点文件中任意一个待定点的位差极值及其方向,形成绝对误差椭圆文件;
基于所述矩阵解算结果和单位权方差,计算所述结点文件中任意两个待定点之间的相对位置极值和方位角,形成相对误差椭圆文件。
可选的,所述方法还包括:将所述平差值数据文件和所述误差椭圆文件转换为TXT格式输出。
另外,本发明实施例还提供了一种大规模边角网平差及精度评定系统,所述系统包括:
数据读取模块,用于输入边角网中的结点文件以及与所述结点文件相关联的观测值数据文件和近似值数据文件;
矩阵构建模块,用于对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵;
矩阵融合分析模块,用于基于最小二乘法原理对所述若干个相关矩阵进行融合分析,得到观测值误差方程和改正数表达式及其包含的稀疏正定法方程矩阵;
相关参数解算模块,用于基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算,再将矩阵解算结果代入所述改正数表达式进行求解,得到近似值改正数据文件;
第一数据文件生成模块,用于将所述近似值改正数据文件代入所述观测值误差方程进行计算,再将计算结果与所述观测值数据文件进行合并,得到平差值数据文件;
第二数据文件生成模块,用于基于所述平差值数据文件满足收敛性要求,结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件。
可选的,所述系统还包括:
数据输出模块,用于将所述平差值数据文件和所述误差椭圆文件转换为TXT格式输出。
另外,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述中任意一项所述的大规模边角网平差及精度评定方法。
在本发明实施例中,利用矩阵压缩方式对大规模边角网所产生的测量数据进行预先处理,可减少物理内存占用;利用Cholesky分解法对维数较大的稀疏正定法方程矩阵进行求解,相比现有技术所提出的直接求逆方式而言,可降低数据计算复杂度且有效缩短运算时长,同时保证计算精度。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见的,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例中的大规模边角网平差及精度评定方法的流程示意图;
图2是本发明实施例中的相关结点观测示意图;
图3是本发明实施例中的大规模边角网平差及精度评定系统的结构组成示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1示出了本发明实施例中的大规模边角网平差及精度评定方法的流程示意图。
如图1所示,一种大规模边角网平差及精度评定方法,所述方法包括如下步骤:
S101、输入边角网中的结点文件以及与所述结点文件相关联的观测值数据文件和近似值数据文件;
在本发明实施例中,所述结点文件包括所有固定点坐标序号和所有待定点坐标序号,且上述任意一个点位所关联的观测值数据文件为充足状态,所述观测值数据文件包括角度观测值和距离观测值,所述近似值数据文件包括所述角度观测值所关联的测站点近似坐标和左右照准点近似坐标以及所述距离观测值所关联的始末点近似坐标。
S102、对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵;
本发明实施过程包括:
(1)基于所述测站点近似坐标和所述左右照准点近似坐标,构建测站点-左照准点方向的第一方位角平差值方程以及测站点-右照准点方向的第二方位角平差值方程;
具体的,结合图2所示出的相关结点观测示意图,其中测站点近似坐标为左照准点近似坐标为右照准点近似坐标为且所述测站点、所述左照准点和所述右照准点均为待定点,由此构建测站点-左照准点方向的第一方位角平差值方程为:
以及测站点-右照准点方向的第二方位角平差值方程为:
式中:为测站点近似坐标改正数,为左照准点近似坐标改正数,为右照准点近似坐标改正数,为测站点-右照准点间的近似坐标方位角,δαlk为测站点-右照准点间的近似坐标方位角改正数,为测站点-左照准点间的近似坐标方位角,δαlh为测站点-左照准点间的近似坐标方位角改正数。
(2)对所述第一方位角平差值方程和所述第二方位角平差值方程进行泰勒公式展开后,从中提取出第一近似坐标改正数系数、第二近似坐标改正数系数和角度近似值;
具体的,以对所述第二方位角平差值方程进行泰勒公式展开为例,作出如下说明:
其次,将所述第二方位角平差值方程的等式右边按照泰勒公式展开为:
对上式进行分解得到,所述测站点-右照准点间的近似坐标方位角为:
以及所述测站点-右照准点间的近似坐标方位角改正数为:
(3)基于所述始末点近似坐标,构建距离平差值方程;
具体的,结合图2所示出的相关结点观测示意图,以测站点-右照准点之间的距离为例,构建对应的距离平差值方程为:
(4)对所述距离平差值方程进行泰勒公式展开后,从中提取出近似相对坐标改正数系数和距离近似值;
具体的,将所述距离平差值方程的等式右边按照泰勒公式展开为:
(5)结合所述第一近似坐标改正数系数、所述第二近似坐标改正数系数和所述近似相对坐标改正数系数,构建系数矩阵B;
(6)结合所述角度近似值所述角度观测值αi、所述距离近似值和所述距离观测值Si,构建常数矩阵L,其所包含的矩阵元素有所述角度观测值与所述角度近似值之间的差值为以及所述距离观测值与所述距离近似值之间的差值为
(7)构建角度观测方程,利用所述第一方位角平差值方程和所述第二方位角平差值方程对所述角度观测方程进行参数转换,得到角度观测误差方程;
具体的,首先构建角度观测方程为:再根据所述第一方位角平差值方程、所述第二方位角平差值方程以及差值Δαi的表达式对所述角度观测方程进行参数转换,可以得到角度观测误差方程为:vαi=δαlk-6αlh-Δαi。
(8)基于所述角度观测误差方程的常数项绝对值与预设限差的比较结果,获取所述角度观测值所对应的角度权值系数;
具体的,由于所述角度观测误差方程中包含有所述测站点、所述左照准点和所述右照准点的相关信息(说明角度权值系数包含有三个值),针对以上任意一个点位均对应有一个常数项绝对值,在此步骤中,将常数项绝对值超过预设限差的点所对应的权值系数设置为0,而将常数项绝对值不超过所述预设限差的点所对应的权值系数设置为其中Kα为角度精度初值且取值为1.5″、ρ为弧度与角度转换常量且取值为206265;
S103、基于最小二乘法原理对所述若干个相关矩阵进行融合分析,得到观测值误差方程和改正数表达式及其包含的稀疏正定法方程矩阵;
S104、基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算,再将矩阵解算结果代入所述改正数表达式进行求解,得到近似值改正数据文件;
本发明实施过程包括:
(1)利用Cholesky分解法(又称平方根法)将所述稀疏正定法方程矩阵分解成单个规则三角矩阵及其转置矩阵之间的乘积形式为Nbb=MMT,由此可进一步确定(Nbb)-1=(MMT)-1=(MT)-1M-1=(M-1)TM-1;
(2)结合所述规则三角矩阵及其逆矩阵之间的乘积为单位矩阵这一规律,对所述规则三角矩阵及其逆矩阵中的各个元素进行递推计算,进而获取协因数矩阵;
具体的,首先设定所述规则三角矩阵及其逆矩阵分别为:
其次结合MM-1=E这一规律,可递推计算得到:
c.依次类推,可得到M-1矩阵中各个元素的计算公式为:
(3)将所述协因数矩阵代入所述改正数表达式进行求解,得到近似值改正数据文件。
S105、将所述近似值改正数据文件代入所述观测值误差方程进行计算,再将计算结果与所述观测值数据文件进行合并,得到平差值数据文件;
具体的,在将所述近似值改正数据文件代入所述观测值误差方程进行计算后,对计算输出的观测值误差数据文件与所述观测值数据文件之间进行同一待定点的两个不同类型数据相加运算,最终得到平差值数据文件。
S106、基于所述平差值数据文件满足收敛性要求,结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件。
本发明实施过程包括:
(1)基于所述矩阵解算结果和单位权方差,计算所述结点文件中任意一个待定点的位差极值及其方向,形成绝对误差椭圆文件;
以及该待定点i的位差极小值及其方向为:
(2)基于所述矩阵解算结果和单位权方差,计算所述结点文件中任意两个待定点之间的相对位置极值和方位角,形成相对误差椭圆文件。
进而计算出该待定点i和该待定点k之间的相对位置极大值为:
该待定点i和该待定点k之间的相对位置极小值为:
以及对应的极大值方位角为:
需要说明的是,在执行完一系列数据求解之后,将所述平差值数据文件和所述误差椭圆文件(包括所述绝对误差椭圆文件和所述相对误差椭圆文件)转换为TXT格式输出,以便技术人员查看调用。
在本发明实施例中,利用矩阵压缩方式对大规模边角网所产生的测量数据进行预先处理,可减少物理内存占用;利用Cholesky分解法对维数较大的稀疏正定法方程矩阵进行求解,相比现有技术所提出的直接求逆方式而言,可降低数据计算复杂度且有效缩短运算时长,同时保证计算精度。
请参阅图3,图3示出了本发明实施例中的大规模边角网平差及精度评定系统的结构组成示意图。
如图3所示,一种大规模边角网平差及精度评定系统,所述系统包括:
数据读取模块201,用于输入边角网中的结点文件以及与所述结点文件相关联的观测值数据文件和近似值数据文件;
矩阵构建模块202,用于对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵;
矩阵融合分析模块203,用于基于最小二乘法原理对所述若干个相关矩阵进行融合分析,得到观测值误差方程和改正数表达式及其包含的稀疏正定法方程矩阵;
相关参数解算模块204,用于基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算,再将矩阵解算结果代入所述改正数表达式进行求解,得到近似值改正数据文件;
第一数据文件生成模块205,用于将所述近似值改正数据文件代入所述观测值误差方程进行计算,再将计算结果与所述观测值数据文件进行合并,得到平差值数据文件;
第二数据文件生成模块206,用于基于所述平差值数据文件满足收敛性要求,结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件。
关于一种大规模边角网平差及精度评定系统的具体限定可以参见上文中对于一种大规模边角网平差及精度评定方法的限定,在此不再赘述。上述一种大规模边角网平差及精度评定系统中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
本发明实施例提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有应用程序,该程序被处理器执行时实现上述实施例中任意一个实施例的一种大规模边角网平差及精度评定方法。其中,所述计算机可读存储介质包括但不限于任何类型的盘(包括软盘、硬盘、光盘、CD-ROM、和磁光盘)、ROM(Read-Only Memory,只读存储器)、RAM(RandomAcceSS Memory,随即存储器)、EPROM(EraSable Programmable Read-Only Memory,可擦写可编程只读存储器)、EEPROM(Electrically EraSable ProgrammableRead-Only Memory,电可擦可编程只读存储器)、闪存、磁性卡片或光线卡片。也就是,存储设备包括由设备(例如,计算机、手机)以能够读的形式存储或传输信息的任何介质,可以是只读存储器,磁盘或光盘等。
以上对本发明实施例所提供的一种大规模边角网平差及精度评定方法、系统及存储介质进行了详细介绍,本文中采用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (8)
1.一种大规模边角网平差及精度评定方法,其特征在于,所述方法包括:
输入边角网中的结点文件以及与所述结点文件相关联的观测值数据文件和近似值数据文件;
对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵;
基于最小二乘法原理对所述若干个相关矩阵进行融合分析,得到观测值误差方程和改正数表达式及其包含的稀疏正定法方程矩阵;
基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算,再将矩阵解算结果代入所述改正数表达式进行求解,得到近似值改正数据文件;
将所述近似值改正数据文件代入所述观测值误差方程进行计算,再将计算结果与所述观测值数据文件进行合并,得到平差值数据文件;
基于所述平差值数据文件满足收敛性要求,结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件;
所述观测值数据文件包括角度观测值和距离观测值,所述近似值数据文件包括所述角度观测值所关联的测站点近似坐标和左右照准点近似坐标以及所述距离观测值所关联的始末点近似坐标;
所述对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵包括:
基于所述测站点近似坐标和所述左右照准点近似坐标,构建测站点-左照准点方向的第一方位角平差值方程以及测站点-右照准点方向的第二方位角平差值方程;
对所述第一方位角平差值方程和所述第二方位角平差值方程进行泰勒公式展开后,从中提取出第一近似坐标改正数系数、第二近似坐标改正数系数和角度近似值;
基于所述始末点近似坐标,构建距离平差值方程;
对所述距离平差值方程进行泰勒公式展开后,从中提取出近似相对坐标改正数系数和距离近似值;
结合所述第一近似坐标改正数系数、所述第二近似坐标改正数系数和所述近似相对坐标改正数系数,构建系数矩阵;
结合所述角度近似值、所述角度观测值、所述距离近似值和所述距离观测值,构建常数矩阵。
2.根据权利要求1所述的大规模边角网平差及精度评定方法,其特征在于,所述对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵,还包括:
构建角度观测方程,利用所述第一方位角平差值方程和所述第二方位角平差值方程对所述角度观测方程进行参数转换,得到角度观测误差方程;
基于所述角度观测误差方程的常数项绝对值与预设限差的比较结果,获取所述角度观测值所对应的角度权值系数;
利用所述距离观测值所对应的距离精度初值确定距离权值系数,再结合所述角度权值系数和所述距离权值系数,构建权矩阵。
3.根据权利要求1所述的大规模边角网平差及精度评定方法,其特征在于,所述基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算包括:
利用Cholesky分解法将所述稀疏正定法方程矩阵分解成单个规则三角矩阵及其转置矩阵之间的乘积形式;
结合所述规则三角矩阵及其逆矩阵之间的乘积为单位矩阵这一规律,对所述规则三角矩阵及其逆矩阵中的各个元素进行递推计算,进而获取协因数矩阵。
4.根据权利要求1所述的大规模边角网平差及精度评定方法,其特征在于,所述结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件包括:
基于所述矩阵解算结果和单位权方差,计算所述结点文件中任意一个待定点的位差极值及其方向,形成绝对误差椭圆文件;
基于所述矩阵解算结果和单位权方差,计算所述结点文件中任意两个待定点之间的相对位置极值和方位角,形成相对误差椭圆文件。
5.根据权利要求1所述的大规模边角网平差及精度评定方法,其特征在于,所述方法还包括:将所述平差值数据文件和所述误差椭圆文件转换为TXT格式输出。
6.一种大规模边角网平差及精度评定系统,其特征在于,所述系统包括:
数据读取模块,用于输入边角网中的结点文件以及与所述结点文件相关联的观测值数据文件和近似值数据文件;
矩阵构建模块,用于对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵;
矩阵融合分析模块,用于基于最小二乘法原理对所述若干个相关矩阵进行融合分析,得到观测值误差方程和改正数表达式及其包含的稀疏正定法方程矩阵;
相关参数解算模块,用于基于Cholesky分解法对所述稀疏正定法方程矩阵进行解算,再将矩阵解算结果代入所述改正数表达式进行求解,得到近似值改正数据文件;
第一数据文件生成模块,用于将所述近似值改正数据文件代入所述观测值误差方程进行计算,再将计算结果与所述观测值数据文件进行合并,得到平差值数据文件;
第二数据文件生成模块,用于基于所述平差值数据文件满足收敛性要求,结合所述矩阵解算结果和单位权方差进行精度评定计算,得到所述结点文件所对应的误差椭圆文件;
所述观测值数据文件包括角度观测值和距离观测值,所述近似值数据文件包括所述角度观测值所关联的测站点近似坐标和左右照准点近似坐标以及所述距离观测值所关联的始末点近似坐标;
所述对所述观测值数据文件和所述近似值数据文件之间的数据关系进行线性化处理,再根据处理结果构建出若干个相关矩阵包括:
基于所述测站点近似坐标和所述左右照准点近似坐标,构建测站点-左照准点方向的第一方位角平差值方程以及测站点-右照准点方向的第二方位角平差值方程;
对所述第一方位角平差值方程和所述第二方位角平差值方程进行泰勒公式展开后,从中提取出第一近似坐标改正数系数、第二近似坐标改正数系数和角度近似值;
基于所述始末点近似坐标,构建距离平差值方程;
对所述距离平差值方程进行泰勒公式展开后,从中提取出近似相对坐标改正数系数和距离近似值;
结合所述第一近似坐标改正数系数、所述第二近似坐标改正数系数和所述近似相对坐标改正数系数,构建系数矩阵;
结合所述角度近似值、所述角度观测值、所述距离近似值和所述距离观测值,构建常数矩阵。
7.根据权利要求6所述的大规模边角网平差及精度评定系统,其特征在于,所述系统还包括:
数据输出模块,用于将所述平差值数据文件和所述误差椭圆文件转换为TXT格式输出。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的大规模边角网平差及精度评定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110416510.7A CN113343163B (zh) | 2021-04-19 | 2021-04-19 | 一种大规模边角网平差及精度评定方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110416510.7A CN113343163B (zh) | 2021-04-19 | 2021-04-19 | 一种大规模边角网平差及精度评定方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113343163A CN113343163A (zh) | 2021-09-03 |
CN113343163B true CN113343163B (zh) | 2023-03-21 |
Family
ID=77468096
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110416510.7A Active CN113343163B (zh) | 2021-04-19 | 2021-04-19 | 一种大规模边角网平差及精度评定方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113343163B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114662268B (zh) * | 2021-11-02 | 2023-04-07 | 广州市城市规划勘测设计研究院 | 一种改进的gnss网序贯平差计算方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339603A (zh) * | 2016-09-08 | 2017-01-18 | 武汉大学 | 一种基于轴角矢量的相对定向方法 |
CN109085629A (zh) * | 2018-08-29 | 2018-12-25 | 广州市中海达测绘仪器有限公司 | Gnss基线向量解算定位方法、装置和导航定位设备 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7088457B1 (en) * | 2003-10-01 | 2006-08-08 | University Of Central Florida Research Foundation, Inc. | Iterative least-squares wavefront estimation for general pupil shapes |
CN103092814B (zh) * | 2013-01-21 | 2015-12-09 | 武汉大学 | 一种测量数据通用最小二乘平差方法 |
US9715481B2 (en) * | 2014-06-27 | 2017-07-25 | Oracle International Corporation | Approach for more efficient use of computing resources while calculating cross product or its approximation for logistic regression on big data sets |
CN106980598B (zh) * | 2017-04-11 | 2019-05-03 | 中铁第一勘察设计院集团有限公司 | 自由测站边角交会网的三维平差严密方法 |
US9857172B1 (en) * | 2017-09-25 | 2018-01-02 | Beijing Information Science And Technology University | Method for implementing high-precision orientation and evaluating orientation precision of large-scale dynamic photogrammetry system |
CN108225274B (zh) * | 2017-12-26 | 2020-11-20 | 中国科学院电子学研究所 | 基于不完全分解预处理的共轭梯度法光束法平差方法 |
CN108489395B (zh) * | 2018-04-27 | 2019-03-22 | 中国农业大学 | 视觉测量系统结构参数标定和仿射坐标系构建方法与系统 |
CN109696153B (zh) * | 2018-12-25 | 2021-09-14 | 广州市中海达测绘仪器有限公司 | Rtk倾斜测量精度检测方法和系统 |
CN112462396B (zh) * | 2020-11-20 | 2023-06-16 | 中国人民解放军战略支援部队信息工程大学 | 一种高采样率导航卫星钟差的实时并行确定方法 |
-
2021
- 2021-04-19 CN CN202110416510.7A patent/CN113343163B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339603A (zh) * | 2016-09-08 | 2017-01-18 | 武汉大学 | 一种基于轴角矢量的相对定向方法 |
CN109085629A (zh) * | 2018-08-29 | 2018-12-25 | 广州市中海达测绘仪器有限公司 | Gnss基线向量解算定位方法、装置和导航定位设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113343163A (zh) | 2021-09-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Laser scanning-based updating of a finite-element model for structural health monitoring | |
Vlachas et al. | A local basis approximation approach for nonlinear parametric model order reduction | |
CN113343163B (zh) | 一种大规模边角网平差及精度评定方法、系统及存储介质 | |
KR102319145B1 (ko) | 고해상도 해양 데이터를 생성하기 위한 방법 및 이를 이용한 장치 | |
Li et al. | Reliability analysis of structures with multimodal distributions based on direct probability integral method | |
CN111104644A (zh) | 可靠性评估方法、装置、计算机设备和存储介质 | |
CN111884207A (zh) | 基于电气距离的电网拓扑结构可视化方法、系统及介质 | |
CN111355544A (zh) | 一种城市环境电波路径预测方法和装置 | |
CN112434935B (zh) | 一种可选的pm2.5浓度估算方法 | |
Gao et al. | High-dimensional reliability analysis based on the improved number-theoretical method | |
CN110704901B (zh) | 山墙屋面顶导梁的连接节点放置方法和相关产品 | |
CN111259492A (zh) | 一种应用于桥梁结构预拼装的点云数据处理方法、装置及存储介质 | |
WO2021044628A1 (ja) | 変状検出システムおよび変状検出方法 | |
Nguyen et al. | Identification of a fault zone ahead of the tunnel excavation face using the extended Kalman filter | |
CN115809599A (zh) | 坝体渗透系数的反演方法、装置、电子设备和存储介质 | |
CN110766794B (zh) | 断层几何结构获取方法、装置和计算机设备 | |
CN110456347B (zh) | 地形测量方法、装置、计算机设备和存储介质 | |
CN111723167B (zh) | 地图坐标转换方法、装置、可读存储介质和计算机设备 | |
Molnár | Direct linear transformation based photogrammetry software on the web | |
Kubacek et al. | Linear conform transformation: errors in both coordinate systems | |
CN114063024A (zh) | 传感器的标定方法、装置、电子设备和存储介质 | |
CN112785135A (zh) | 工程质量检验方法、装置、计算机设备和存储介质 | |
CN116151075B (zh) | 一种基于bim模型的三维噪声评估方法、介质及设备 | |
CN114297572B (zh) | 社交网络中节点传播影响力识别方法、装置和计算机设备 | |
CN111694911B (zh) | 一种在指定范围内生成随机分布点的方法、设备和系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |