从间接平差到程序：一个水准网最小二乘解算案例

文章导读摘要由 Qwen 生成

以一个含两个已知点、三个未知点和七条观测边的水准网为例，梳理间接平差的观测方程、法方程、精度评定与程序实现边界，并给出可复算的系数矩阵和计算结果。

记录一下课程设计。

问题：已知两点，求三个未知点

设已知点为、，未知点为、、。已知高程分别为：

观测得到七条高差及对应路线长度。路线越长，观测通常越不稳定，因此这里采用与距离成反比的权：

其中的单位为 km，为第条观测的权。

边号	起点	终点	观测高差 / m	距离 / km	权
1	A		1.359000	1.1	0.909091
2	A		2.009000	1.7	0.588235
3	B		0.363000	2.3	0.434783
4	B		1.012000	2.7	0.370370
5			0.657000	2.4	0.416667
6			0.238000	1.4	0.714286
7		B	-0.595000	2.6	0.384615

单独沿任一路线推高程，会因观测误差得到彼此不完全一致的答案；平差的任务就是在全部观测共同约束下，找到一组最合理的未知高程。

一般地，设观测值为，观测值改正数为，待定参数为，则平差后的观测值满足：

对非线性问题，可在近似值附近展开：

忽略二阶及以上小量后，得到线性化观测方程。写成矩阵形式就是：

这里是观测改正数向量，是系数矩阵，是参数改正数向量，是常数项向量。

间接平差要求加权改正数平方和最小：

将代入并对求极值，可得：

记

则法方程与参数改正数分别为：

在这个案例中，未知参数的顺序取为，对应的系数矩阵为：

每一行只表达一条观测边对未知点高程的影响。例如，第五条边从指向，所以该行是；第七条边从指向已知点，因而只保留的系数。

求出后，程序还应继续完成结果回代，而不是只停在一个参数向量：

这三步分别给出未知点平差值、观测改正数和观测值平差值。对于本例，最终高程为：

对应的改正数很小：

精度评定也必须伴随结果一起输出。若观测数为、未知参数数为，则多余观测数为：

单位权中误差为：

未知参数的协因数阵与方差阵为：

本例计算出的单位权中误差约为。它不是某一个点的误差，而是这套观测在单位权意义下的整体精度指标。

将平差公式写成程序时，我把责任分开，而不是把所有逻辑堆在窗体事件里：

模块	责任
`KnownPoint`、`Observation`	保存已知点、观测边与距离等输入数据
`DataCheck`	检查空点名、重复点名、高差格式、正距离、与已知点的连通性、观测数量等
`MatrixOperations`	用二维数组实现加减乘、转置和求逆
`LeastSquares`	生成、、，解法方程并回代计算
`DataStore`	暂存已导入或手动录入的数据
`Report`	用 `StringBuilder` 组织平差报告，供预览或导出
`LogService`	记录导入、检查、计算与输出过程

整个交互流程可以概括为：

导入/手动输入 → 数据检查 → 保存数据 → 平差计算 → 查看结果 → 输出报告
                    ↑
             检查失败则提示并返回输入

这里数据检查并非附属功能。若水准网中存在孤立点、观测边没有连到已知点，或者距离为零，后续矩阵即使“算出结果”也没有测量意义。因此，先验证网络可用性，再进入最小二乘计算，是程序层面对应理论前提的一道关口。

这个案例把水准网间接平差压缩成了一条清晰的链路：观测数据决定权阵与常数项，网络拓扑决定系数矩阵，最小二乘条件导出法方程，回代和精度评定则让结果从“一个答案”变成可解释的测量成果。

对我来说，自己实现矩阵运算和法方程求解的价值不在于替代现成库，而在于真正看清、和观测改正数是如何从一条条水准路线中生长出来的。