基于广义EIV模型的矿区高程异常的无缝推估算法

本文基于广义EIV(Generalized Error-In-Variables,GEIV)模型,提出一种矿区高程异常拟合的无缝推估算法。该方法可以顾及观测值之间的相关性,实现求解二次多项式系数的同时并推估出未知高程异常的一步法。通过实验表明,相比较于GEIV模型和Gauss-Markov(GM)的两步法,本文提出的方法求解多项式系数的均方根误差与广义EIV模型的精度一致,且优于GM模型,推估未知高程异常的精度分别提升50%和10%。

基于非线性Gauss-Markov模型与广义EIV模型的矿区高程拟合方法研究

论文以矿区沉降观测的高程异常拟合为案例,分别基于非线性Gauss-Markov(GM)模型和广义EIV(error-in-variables,EIV)模型详细推导了煤矿开采沉陷区高程异常拟合方法。通过实测数据和仿真数据表明:在实测实验中,由于是等权的方式,广义EIV模型与非线性GM模型的估计结果一致且精度相当,与文献[8]的结论一致,表明了论文方法的正确性;在仿真实验中,广义EIV模型的参数与外推检核点的高程异常估值的均方根均小于非线性GM模型的结果。这也表明在加权条件下,广义EIV模型处理精度要优于最小二乘法的仿真数据处理精度。因此,应结合实际情况,选择合理的方法进行矿区高程异常拟合。