公开(公告)号：CN110298013A

公开(公告)日：2019-10-01

申请号：CN201910571311.6

申请日：2019-06-28

Applicant: 安徽建筑大学

Inventor： 林鹏 ,  刘超 ,  杨靖宇 ,  王彬

IPC: G06F17/18 ,  G06F17/11 ,  G06F17/16

Abstract: 本发明公开基于非线性Gauss-Helmert模型的多期观测数据处理方法，包括以下步骤：第一步，非线性Gauss-Helmert模型的建立；第二步，将第一期观测数据代入非线性Gauss-Helmert模型，求解出第一期观测数据的参数解及精度信息；第三步，将第一步的参数解及精度信息作为下一期观测数据的需要求解参数的先验精度信息进行参数求解；第四步，重复第三步，直至最后一期观测数据，获得多期观测数据的最优解；本发明有效地对已有结果进行的利用，相比于单独平差的结果，在充分挖掘了已有信息的基础上提高了参数估计的精度，在误差平方和最小的准则下，获得全局最优的唯一解，解决了多解情况选取的问题。

公开(公告)号：CN110298013B

公开(公告)日：2023-08-04

申请号：CN201910571311.6

申请日：2019-06-28

Applicant: 安徽建筑大学

Inventor： 林鹏 ,  刘超 ,  杨靖宇 ,  王彬

IPC: G06F17/18 ,  G06F17/11 ,  G06F17/16

Abstract: 本发明公开基于非线性Gauss‑Helmert模型的多期观测数据处理方法，包括以下步骤：第一步，非线性Gauss‑Helmert模型的建立；第二步，将第一期观测数据代入非线性Gauss‑Helmert模型，求解出第一期观测数据的参数解及精度信息；第三步，将第一步的参数解及精度信息作为下一期观测数据的需要求解参数的先验精度信息进行参数求解；第四步，重复第三步，直至最后一期观测数据，获得多期观测数据的最优解；本发明有效地对已有结果进行的利用，相比于单独平差的结果，在充分挖掘了已有信息的基础上提高了参数估计的精度，在误差平方和最小的准则下，获得全局最优的唯一解，解决了多解情况选取的问题。