通用非線性高斯-赫爾默特模型參數(shù)估計(jì)的同倫方法

摘要： 通用非線性高斯-赫爾默特模型是顧及因變量或全體變量誤差的顯式和隱式非線性函數(shù)平差模型的統(tǒng)一表達(dá)。針對(duì)在迭代初值與真值相差較大時(shí)，高斯-牛頓迭代解算法存在不收斂的問題，本文提出融合同倫方法與非線性最小二乘的通用非線性高斯-赫爾默特模型參數(shù)估計(jì)法。從引入同倫參數(shù)的非線性最小二乘平差準(zhǔn)則出發(fā)，推導(dǎo)了求解通用模型參數(shù)的微分方程組和追蹤同倫曲線的固定步長預(yù)測公式與牛頓校正公式，給出了隱式... （共11頁）