欢迎来到天天文库
浏览记录
ID:46823884
大小:317.17 KB
页数:31页
时间:2019-11-28
《测量数据处理理论与方法-1》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、2015-10-26测量数据处理理论与方法(现代测量数据处理理论)黄海兰武汉大学测绘学院2015年10武汉大学测绘学院孙月25日海燕第一章估计方法与广义测量平差第一节概述一、估计问题©平差问题的本质:构造Xˆ(L),令Xˆ=Xˆ(L)X为未知参数,为随机向量(样本)L¢参数的分类:非随机参数(倾向参数)静态参数随机参数(信号)动态参数:状态(位置、速度、加速度等)¢估计方法取决于估计准则武汉大学测绘学院黄海兰12015-10-26第一章估计方法与广义测量平差二、估计误差及其方差设参数X的估值为Xˆ=
2、Xˆ(L),则估计误差为Δˆ=X−Xˆ(L)=X−XˆX¢估计误差的方差:(衡量参数估值精度的指标)TD(ΔXˆ)=E[(ΔXˆ−E(ΔXˆ))(ΔXˆ−E(ΔXˆ))]T当,E(ΔXˆ)=0时D(ΔXˆ)=E[ΔXˆΔXˆ]当,D(X)=0时D(ΔXˆ)=D(Xˆ)=DXˆ武汉大学测绘学院黄海兰第一章估计方法与广义测量平差三、最优估计量应具有的性质1、一致性:对任意的ε>0有limP(X−ε3、X−μ4、5、<ε)≥1−2(切比雪夫不等式)ε2、无偏性:E(Xˆ)=E(X)E(Xˆ)→E(X)3、有效性:若D(ΔXˆ)≤D(ΔXˆ∗)∗则称Xˆ比Xˆ有效(正定阵大小的比较)武汉大学测绘学院黄海兰22015-10-26第一章估计方法与广义测量平差第二节多维正态分布一、多维正态分布的定义与性质21、一元正态分布X~N(μ,σ)211(x−μ)f(x)=exp{−}22πσ2σ∞数学期望:μ=E(X)=∫xf(x)dx−∞∞22方差:σ=D(X)=∫(x−μ)f(x)dx−∞标准正态分布:X~N(0,1)武6、汉大学测绘学院黄海兰第一章估计方法与广义测量平差2、多维正态分布T设,Z=[Z1Z2"Zm]Zi,Zj相互独立,Z~N(0,I)则,E(Z)=0,D(Z)=IZ的联合分布的概率密度为:mmmm−212−1Tf(z)=(2π)exp{−∑z}=(2π)2exp{−∑zz}i2i=12i=1令,有T,令X=AZ+μ,有E(X)=μ,D(X)=AA=D,X称服X从多维正态分布,记为TX~N(μ,AA)或X~N(μ,DX)武汉大学测绘学院黄海兰32015-10-26第一章估计方法与广义测量平差3、多维正态分7、布性质1)正态随机向量的线性函数服从正态分布设,X~N(μ,DX)Y=BX+b,则E(Y)=Bμ+bTTD(Y)=BDXB,于是Y~N(Bμ+b,BDXB)2)正态分布的边缘分布仍是正态分布记⎡X1⎤⎡μ1⎤⎡D11D12⎤X=⎢⎥μ=⎢⎥DX=⎢⎥⎣X2⎦⎣μ2⎦⎣D21D22⎦则X1~N(μ1,D11)X2~N(μ2,D22)武汉大学测绘学院黄海兰第一章估计方法与广义测量平差二、多维正态分布的密度函数设X~N(μ,DX),8、DX9、≠0,则X的概率密度为m,1m1−−1f(x)=(2π)210、D11、212、exp{−(x−μ)TD−1(x−μ)}XX2方差阵:2⎡σσ"σ⎤1121m⎢2⎥σσ"σD=⎢1222m⎥X⎢""""⎥⎢⎥2⎢⎣σm1σm2"σm⎥⎦2σi为Xi的方差,σij为Xi与Xj的协方差武汉大学测绘学院黄海兰42015-10-26第一章估计方法与广义测量平差•正态随机向量的边缘概率密度设⎡X1⎤⎡μ⎤⎡DD⎤⎢n,1⎥1D=1112X=μ=⎢⎥X⎢⎥n+t,1⎢X2⎥⎣μ2⎦⎣D21D22⎦⎣t,1⎦则n1−−1f(x)=(2π)213、D14、2exp{−(x−μ)TD−1(x−μ)}1115、111111112t1−−1f(x)=(2π)216、D17、2exp{−(x−μ)TD−1(x−μ)}22222222222武汉大学测绘学院黄海兰第一章估计方法与广义测量平差三、正态随机向量的条件概率密度©定义:f(x/x)=f(x1,x2)f(x1,x2)21f(x1/x2)=f1(x1)f2(x2)f(x,x)=f(x/x)f(x)=f(x/x)f(x)1221111222©试求:f(x2/x1),类比求:f(x1/x2)m1−−1f(x)=(2π)218、D19、2exp{−(x−μ)TD−1(x−μ)}X20、X2T−1T−1©分析:(x−μ)DX(x−μ)=(x1−μ1)D11(x1−μ1)+•DD−1⎡−1⎤••−1⎡1112⎤D110⎡⎤DX=⎢⎥=⎢⎥+⎢⎥21、DX22、=23、D1124、⋅25、•26、⎣D21D22⎦⎣00⎦⎣••⎦武汉大学测绘学院黄海兰52015-10-26第一章估计方法与广义测量平差−1•求:DXDD#E0−1⎡−1−1⎤⎡1112⎤D11(1)ED11D12#D110⎢⎥⎢⎥⎣D21D22#0E⎦⎣D21D22#0E⎦−D(1)+(2)−1−121⎡ED11D
3、X−μ
4、
5、<ε)≥1−2(切比雪夫不等式)ε2、无偏性:E(Xˆ)=E(X)E(Xˆ)→E(X)3、有效性:若D(ΔXˆ)≤D(ΔXˆ∗)∗则称Xˆ比Xˆ有效(正定阵大小的比较)武汉大学测绘学院黄海兰22015-10-26第一章估计方法与广义测量平差第二节多维正态分布一、多维正态分布的定义与性质21、一元正态分布X~N(μ,σ)211(x−μ)f(x)=exp{−}22πσ2σ∞数学期望:μ=E(X)=∫xf(x)dx−∞∞22方差:σ=D(X)=∫(x−μ)f(x)dx−∞标准正态分布:X~N(0,1)武
6、汉大学测绘学院黄海兰第一章估计方法与广义测量平差2、多维正态分布T设,Z=[Z1Z2"Zm]Zi,Zj相互独立,Z~N(0,I)则,E(Z)=0,D(Z)=IZ的联合分布的概率密度为:mmmm−212−1Tf(z)=(2π)exp{−∑z}=(2π)2exp{−∑zz}i2i=12i=1令,有T,令X=AZ+μ,有E(X)=μ,D(X)=AA=D,X称服X从多维正态分布,记为TX~N(μ,AA)或X~N(μ,DX)武汉大学测绘学院黄海兰32015-10-26第一章估计方法与广义测量平差3、多维正态分
7、布性质1)正态随机向量的线性函数服从正态分布设,X~N(μ,DX)Y=BX+b,则E(Y)=Bμ+bTTD(Y)=BDXB,于是Y~N(Bμ+b,BDXB)2)正态分布的边缘分布仍是正态分布记⎡X1⎤⎡μ1⎤⎡D11D12⎤X=⎢⎥μ=⎢⎥DX=⎢⎥⎣X2⎦⎣μ2⎦⎣D21D22⎦则X1~N(μ1,D11)X2~N(μ2,D22)武汉大学测绘学院黄海兰第一章估计方法与广义测量平差二、多维正态分布的密度函数设X~N(μ,DX),
8、DX
9、≠0,则X的概率密度为m,1m1−−1f(x)=(2π)2
10、D
11、2
12、exp{−(x−μ)TD−1(x−μ)}XX2方差阵:2⎡σσ"σ⎤1121m⎢2⎥σσ"σD=⎢1222m⎥X⎢""""⎥⎢⎥2⎢⎣σm1σm2"σm⎥⎦2σi为Xi的方差,σij为Xi与Xj的协方差武汉大学测绘学院黄海兰42015-10-26第一章估计方法与广义测量平差•正态随机向量的边缘概率密度设⎡X1⎤⎡μ⎤⎡DD⎤⎢n,1⎥1D=1112X=μ=⎢⎥X⎢⎥n+t,1⎢X2⎥⎣μ2⎦⎣D21D22⎦⎣t,1⎦则n1−−1f(x)=(2π)2
13、D
14、2exp{−(x−μ)TD−1(x−μ)}11
15、111111112t1−−1f(x)=(2π)2
16、D
17、2exp{−(x−μ)TD−1(x−μ)}22222222222武汉大学测绘学院黄海兰第一章估计方法与广义测量平差三、正态随机向量的条件概率密度©定义:f(x/x)=f(x1,x2)f(x1,x2)21f(x1/x2)=f1(x1)f2(x2)f(x,x)=f(x/x)f(x)=f(x/x)f(x)1221111222©试求:f(x2/x1),类比求:f(x1/x2)m1−−1f(x)=(2π)2
18、D
19、2exp{−(x−μ)TD−1(x−μ)}X
20、X2T−1T−1©分析:(x−μ)DX(x−μ)=(x1−μ1)D11(x1−μ1)+•DD−1⎡−1⎤••−1⎡1112⎤D110⎡⎤DX=⎢⎥=⎢⎥+⎢⎥
21、DX
22、=
23、D11
24、⋅
25、•
26、⎣D21D22⎦⎣00⎦⎣••⎦武汉大学测绘学院黄海兰52015-10-26第一章估计方法与广义测量平差−1•求:DXDD#E0−1⎡−1−1⎤⎡1112⎤D11(1)ED11D12#D110⎢⎥⎢⎥⎣D21D22#0E⎦⎣D21D22#0E⎦−D(1)+(2)−1−121⎡ED11D
此文档下载收益归作者所有