舰船科学技术  2023, Vol. 45 Issue (18): 51-57    DOI: 10.3404/j.issn.1672-7649.2023.18.009   PDF    
非均匀采样潜艇耐压壳体测量数据处理方法
邓为耀, 彭飞, 王中, 孟庆旭, 韩玉超, 王雪妮     
海军工程大学 舰船与海洋学院,湖北 武汉 430033
摘要: 在役潜艇的建造和修理需要检测其耐压壳体的截面圆度,因现场条件限制或多设备融合测量,测量采样点经常呈现非均匀性,导致最小二乘圆拟合的结果与实际情况不符,研究旨在减小非均匀采样带来的影响,提高拟合圆的精度。基于非均匀采样定权提出一种非均匀采样加权总体最小二乘圆拟合方法,同时考虑观测向量和系数矩阵都有扰动,用于潜艇耐压壳体测量数据的处理。通过对4种不同预设形状的采样分析数值实验表明,该方法能提高非均匀采样情况下圆拟合的精度,但当随机误差加大至1.5 mm,该方法不能完全优于最小二乘法。非均匀采样加权总体最小二乘圆拟合法计算得到的圆心偏差及半径偏差都比最小二乘法的结果更小,具有较好的工程实用价值,可用于在役潜艇耐压壳体圆度测量非均匀采样时的圆拟合计算。
关键词: 潜艇     耐压壳体     圆拟合     非均匀采样     加权总体最小二乘法    
Measurement data processing method of submarine pressure hull with non-uniform sampling
DENG Wei-yao, PENG Fei, WANG Zhong, MENG Qing-xu, HAN Yu-chao, WANG Xue-ni     
Ship and Ocean College, Naval University of Engineering, Wuhan 430033, China
Abstract: The maintenance and repair of in-service submarines need to detect the roundness of the section of the pressure hull. Due to site conditions or multi-equipment fusion measurement, the measurement sampling points often show non-uniformity, resulting in the result of least squares circle fitting and the actual situation. The research aims to reduce the influence of non-uniform sampling and improve the accuracy of fitting circles.Based on non-uniform sampling weighting, a non-uniform sampling weighted overall least squares circle fitting method is proposed, which also considers the disturbance of observation vector and coefficient matrix, which is used for the processing of submarine pressure hull measurement data. Numerical experiments of sampling analysis of four different preset shapes show that this method can improve the accuracy of circle fitting in the case of non-uniform sampling, but when the random error increases to 1.5 mm, this method cannot be completely better than the least squares method. The center deviation and radius deviation calculated by the non-uniform sampling weighted overall least squares circle fitting method are smaller than the results of the least squares method, which has good engineering practical value, and can be used for the measurement of the roundness of the in-service submarine pressure hull. Circle fit calculation when uniformly sampled.
Key words: submarine     pressure hull     circle fitting     non-uniform sampling     weighted total least squares    
0 引 言

为了抵御深水压力,潜艇耐压壳体通常被设计为柱锥结构形式,其横截面为圆形,而耐压壳体在建造、装配以及焊接过程中都会导致该截面偏离纯圆[1-4]。因此,潜艇耐压壳体圆度评定的研究对控制其建造精度及潜艇安全性都具有重大意义。目前这类大型结构的圆度检测常采用全站仪等现代测量仪器,采集各肋骨剖面圆周上16或32等分点坐标或到中心线的距离,然后利用最小二乘法进行圆拟合,来评定耐压壳体是否满足要求[5-7]

近年来,圆曲线的最小二乘拟合理论不断完善与丰富,从18世纪末19世纪初提出的最小二乘法乘(Least Square,LS)[8-10],到加权最小二乘法(Weighted Least Square,WLS),能够同时考虑观测向量和系数矩阵的误差的总体最小二乘法[11-12],由总体最小二乘法扩展的加权总体最小二乘法(Weighted Total Least Squares,WTLS)[13-16]等,这些加权方法主要是应用于平面、曲面拟合及GPS高程拟合等。对于圆拟合,采样点的分布情况对拟合精度也有较大影响,在条件允许的情况下,应尽量在整个圆周上均匀采集离散点,才能得到最佳拟合效果[17],如图1(a)所示。

图 1 采样点分布图 Fig. 1 Sampling point distribution map

对于在役潜艇,在实际圆度评定过程中,经常会出现结构内部较为复杂的情形,特别是各种结构的遮挡,导致测量得到测点是非均匀的,如图1(b)所示。同时,随着多设备融合测量技术发展[18-19],复杂环境下,圆周上不同部位可能采用多台或不同的仪器设备进行数据采集,有的方法采集点密一些,有的方法采集点疏一些,这样也会导致整体采样的不均匀性,如图1(c)和图1(d)所示。上述几种情况会对经典最小二乘圆拟合结果产生较大的影响;本文提出一种基于非均匀采样的加权总体最小二乘法,从理论上同时考虑观测向量和系数矩阵的扰动,用于处理非均匀采样带来的影响;这里的加权是依据测点的分布来确定权重,以此来提高非均匀采样情况下最小二乘圆的拟合精确。

1 加权总体最小二乘法的基本原理

线性方程中 $ {\boldsymbol{AX }}= {\boldsymbol{L}} $ ,最小二乘的原理是在残差平方和极小的情况下求出参数的最佳估计值。该方法的前提条件之一是假定系数矩阵 $ {\boldsymbol{A}} $ 是由没有误差的精确值构成的,而只对观测值 $ {\boldsymbol{L}} $ 矩阵进行改正,但实际上,观测向量 $ {\boldsymbol{L}} $ 、系数矩阵 $ {\boldsymbol{A}} $ 都有扰动。因此从理论上讲应该同时考虑 $ {\boldsymbol{L}} $ $ {\boldsymbol{A}} $ 的扰动才严密,也就是说同时顾及观测向量 $ {\boldsymbol{L}} $ 和系数矩阵 $ {\boldsymbol{A}} $ 的误差[15],建立EIV模型:

$ ({\boldsymbol{A}} + {{\boldsymbol E}_A}){\boldsymbol{X}} = {\boldsymbol{L}} + {{\boldsymbol{e}}_L} ,$ (1)

$\left[ \begin{array}{c}{{\boldsymbol{e}}}_{L}\\ \text{vec}({{\boldsymbol E}}_{A})\end{array} \right]=\left\{\left[ \begin{array}{c}0\\ 0\end{array} \right],{\sigma }_{0}^{2}\left[ \begin{array}{cc}{{\boldsymbol{Q}}}_{L}&{} \\{} & {{\boldsymbol{Q}}}_{A}\end{array} \right]\right\}$ 。其中 ${\boldsymbol{A}} \in {{\boldsymbol{R}}^{m \times n}}$ ${\boldsymbol{L}} \in {{\boldsymbol{R}}^m}$ ${\boldsymbol{X}} \in {{\boldsymbol{R}}^n}$ ${\text{rank}}\left( {\boldsymbol{A}} \right) = n < m$ $ m $ 为条件方程个数; $ n $ 为待估参数个数; ${{\boldsymbol{e}}_L}$ 为观测阵的误差; ${{\boldsymbol{E}}_A}$ 为系数阵的误差;vec表示将矩阵按列拉直,依次从左到右; ${{\boldsymbol{e}}_A} = {\text{vec}}\left( {{{\boldsymbol{E}}_A}} \right)$ 。其中, ${{\boldsymbol{Q}}_L}$ ${{\boldsymbol{Q}}_A}$ 分别为 ${{\boldsymbol{e}}_L}$ ${{\boldsymbol{e}}_A}$ 的对称非负定协因素阵, $ \sigma _0^2 $ 是未知的单位权方差, ${{\boldsymbol{P}}_L} = {{\boldsymbol{Q}}_L}^{ - 1}$ ${{\boldsymbol{P}}_A} = {{\boldsymbol{Q}}_A}^{ - 1}$ ${{\boldsymbol{P}}_L}$ ${{\boldsymbol{P}}_A}$ 分别为观测值 ${\boldsymbol{L}}$ ${\boldsymbol{A}}$ 所对应的观测量之间的2个权阵[15]。加权总体最小二乘的基本准则为:

$ {\boldsymbol{e}}_L^{\rm{T}}{{\boldsymbol{P}}_L}{{\boldsymbol{e}}_L} + {\boldsymbol{e}}_A^{\rm{T}}{{\boldsymbol{P}}_A}{{\boldsymbol{e}}_A} = \min ,$ (2)

依据式(4)的模型,以及上述定义的各参数,定义 ${{\boldsymbol{Q}}_A} = {{\boldsymbol{Q}}_0} \otimes {{\boldsymbol{Q}}_X}$ , ${{\boldsymbol{Q}}_0} = {{\boldsymbol{P}}_0}^{ - 1}$ , ${{\boldsymbol{Q}}_X} = {{\boldsymbol{P}}_X}^{ - 1}$ , ${{\boldsymbol{P}}_A} = {{\boldsymbol{P}}_0} \otimes {{\boldsymbol{P}}_X}$ ,称 ${{\boldsymbol{P}}_0}$ 为系数矩阵 ${\boldsymbol{A}}$ 的列向量权阵, ${{\boldsymbol{P}}_X}$ 为系数矩阵 ${\boldsymbol{A}}$ 的行向量权阵[15],“ $ \otimes $ ”为Kronecker积。建立目标函数:

$ \begin{split} {\boldsymbol{\varPhi}} \left({{\boldsymbol{e}}}_{L}\text{,}{{\boldsymbol{e}}}_{A}\text{,}{\boldsymbol{\lambda}} \text{,}{\boldsymbol{X}}\right)=& {{\boldsymbol{e}}}_{L}^{{\rm{T}}}{{\boldsymbol{P}}}_{L}{{\boldsymbol{e}}}_{L}+{{\boldsymbol{e}}}_{A}^{{\rm{T}}}\left({P}_{0}\otimes {{\boldsymbol{P}}}_{X}\right){{\boldsymbol{e}}}_{A}+\\ & 2{\lambda }^{{\rm{T}}}\left({\boldsymbol{L}}+{{\boldsymbol{e}}}_{L}-{\boldsymbol{AX}}-\left({{\boldsymbol{X}}}^{{\rm{T}}}\otimes {{\boldsymbol{I}}}_{n}\right)\cdot {{\boldsymbol{e}}}_{A}\right)。\end{split} $ (3)

其中,向量 $ {\boldsymbol{\lambda}} $ $ m \times 1 $ 阶拉格朗日乘数,对 $ {\boldsymbol{\varPhi}} $ 求拉格朗日极值,求各参数的一阶偏导数并令其等于0,然后按照最小二乘各平差方法的推求原理[15],进行迭代求解。

2 非均匀采样加权总体最小二乘法 2.1 非均匀采样点权重的确定

当潜艇耐压壳体肋骨剖面圆的圆周上采样 $m$ 个测点沿圆周完全均匀分布时,其权重应相同,w1=w2=…=wm=w0。当测点沿圆周不均匀分布时,通过赋值各点的权重,使得拟合圆心和半径尽可能接近真值,或者接近测点均匀分布时的拟合结果。当同一位置某测点 ${S_i}({x_i},{y_i})$ (1≤im)有 $k$ 次重复测量数据时,每个重复采样数据的权重相同。

步骤1 中采用相同权重(可取所有测点权重均为1)进行最小二乘圆拟合,得到初步拟合结果(拟合圆圆心位置和半径),然后计算每个采样点对应的圆心角。如图2(a)所示,O为等权拟合圆圆心,A点为等权拟合圆上采样点2和3之间的中点,B点为等权拟合圆上采样点3和4之间的中点,则∠AOB即为采样点3所对应的圆心角 ${\alpha _3}$ ,其他采样点所对应的圆心角计算方法类似。

图 2 采样点权重示意图 Fig. 2 Schematic diagram of sampling point weights

步骤2 中计算采样点权重,采用新的权重进行加权最小二乘圆拟合。权重计算公式为:

$ {w_i} = {\alpha _i}/\sum\limits_{i = 1}^m {{\alpha _i}}。$ (4)

当同一位置采集多次,或者多个采样点非常靠近时(圆弧距离小于100 mm——参考对圆柱形耐压分段,当有测点无法测量时,如有可能,可将测点移到离肋骨腹板100 mm之内进行测量[20]),如图2(b)所示,取其中更靠近弧线AB的中点的采样点参与角度计算,得到相应权重,然后再将权重按重复次数均分。只有当重复采样是个数达到3个时,此判定条件才会对结果有一定的影响,但影响有限。

2.2 加权总体最小二乘法在非均匀采样圆拟合中的应用分析

潜艇耐压壳体的肋骨剖面一般为圆曲线形式,可设圆曲线的方程为:

$ {({x_i} - {x_0})^2} + {({y_i} - {y_0})^2} = {R^2} ,$ (5)

其中, $({x_0},{y_0})$ 为圆心坐标, $R$ 为半径。将式(5)展开得到:

$ {x_i}^2 + {y_i}^2 = 2{x_i}{x_0} + 2{y_i}{y_0} + {R^2} - {x_0}^2 - {y_0}^2。$ (6)

$ {x_i}^2 + {y_i}^2 $ $ 2{x_i} $ $ 2{y_i} $ 为新的观测值, $ {x_0} $ $ {y_0} $ $ {R^2} - {x_0}^2 - {y_0}^2 $ 为待估参数[21]。运用加权总体最小二乘的思想,将式(6)写成矩阵形式为:

$ \left[ {\begin{array}{*{20}{c}} {{x_1}^2 + {y_1}^2} \\ {{x_2}^2 + {y_2}^2} \\ \cdot \\ \cdot \\ {{x_m}^2 + {y_m}^2} \end{array}} \right] = \left[ {\begin{array}{*{20}{c}} {2{x_1}} & {2{y_1}} & 1 \\ {2{x_2}} & {2{y_2}}& 1 \\ \cdot& \cdot & \cdot\\ \cdot & \cdot& \cdot\\ {2{x_m}} & {2{y_m}} & 1 \end{array}} \right]\left[ {\begin{array}{*{20}{c}} {{x_0}} \\ {{y_0}} \\ {{R^2} - {x_0}^2 - {y_0}^2} \end{array}} \right] 。$ (7)

其中, ${\boldsymbol{L}} = \left[ {\begin{array}{*{20}{c}} {{x_1}^2 + {y_1}^2} \\ {{x_2}^2 + {y_2}^2} \\ \cdot \\ \cdot \\ {{x_m}^2 + {y_m}^2} \end{array}} \right]$ , ${\boldsymbol{A}} = \left[ {\begin{array}{*{20}{c}} {\begin{array}{*{20}{c}} {2{x_1}} \\ {2{x_2}} \\ \cdot \\ \cdot \\ {2{x_m}} \end{array}}&{\begin{array}{*{20}{c}} {2{y_1}} \\ {2{y_2}} \\ \cdot \\ \cdot \\ {2{y_m}} \end{array}}&{\begin{array}{*{20}{c}} 1 \\ 1 \\ \cdot \\ \cdot \\ 1 \end{array}} \end{array}} \right]$ , ${\boldsymbol{X}} = \left[ {\begin{array}{*{20}{c}} {{x_0}} \\ {{y_0}} \\ {{R^2} - {x_0}^2 - {y_0}^2} \end{array}} \right]$

对于协因素阵的确定,认为xy是等精度的独立观测量,且观测向量与系数阵行向量相关。令 $ {\sigma _x} = {\sigma _y} $ $ l = ({x_i}^2 + {y_i}^2) $ ,则根据协因素传播律有 ${{\boldsymbol{Q}}_L} = 2( {x_i}^2 + {y_i}^2 ){{\boldsymbol{Q}}_X}$ ,其中 ${{\boldsymbol{P}}_X} = {{\boldsymbol{Q}}_X}^{ - 1}$ ,根据系数矩阵 ${\boldsymbol{A}}$ 的形式可知:

$ {{\boldsymbol{Q}}}_{0}=\text{diag}\left(2\text{,}2\text{,}0\right) $ (8)

认为观测向量之间等权,则对于权阵 ${{\boldsymbol{P}}_X}$ 可由非均匀的权重确定:

$ {{\boldsymbol{P}}_X} = {\boldsymbol{W}} = {\rm{diag}}\left( {{w_1},{w_2}, \cdots ,{w_m}} \right) 。$ (9)
3 非均匀采样圆拟合数值实验

潜艇建造中耐压体肋骨剖面实际形状通常为近似椭圆形状,为能既符合工程实际,又有标准拟合结果可参照比较,数值实验时选取近似圆形的标准圆进行数值采样。因圆心位置对拟合结果没有影响,将圆心直接设置在坐标原点位置,圆的半径为5000 mm。模拟在役潜艇耐压壳体的实际圆度情况,在标准圆的坐标值上,添加各种函数,如5sin2θ、(θ−π)2/2、椭圆、5(θ−jπ/3)2j=1,3,5)等(0≤θ≤2π),作为预设的形状,如图3所示。用基于全站仪的激光圆度测量分析系统[7]对潜艇耐压壳体进行测量时,考虑测量过程中存在的测量误差(极端复杂情况下测量误差为1.5 mm),在采样数据上添加服从正态分布的随机数来模拟测量误差,然后分别对均匀采样、部分测点重复采样、局部加密采样、非均匀采样4种情形进行圆拟合数值实验。以拟合圆的圆心坐标偏差、半径偏差作为评定标准,圆心和半径偏差指非均匀采样圆拟合的值与真值偏差的绝对值。

图 3 预设形状图 Fig. 3 Preset shape diagram
3.1 均匀采样

在同精度、均匀采集的前提下,文献[8]研究表明圆拟合过程中均匀采集15~20个离散点即可。因此,此处以均匀等分角在圆上采样32个点坐标,分别采用最小二乘圆拟合方法、加权最小二乘法及非均匀采样加权总体最小二乘圆拟合法进行圆拟合,比较3种方法在循环计算10000次求平均值时,各项偏差的大小,计算结果如图4所示。可知,均匀采样情况下,3种方法的拟合效果基本一致,不同的预设形状对均匀采样影响较小;整体的圆心偏差值大于半径偏差值,且随着加入的测量误差增大,各项偏差值也增大,符合一般的误差规律。

图 4 均匀采样拟合效果图 Fig. 4 The effect of uniform sampling fitting
3.2 部分测点重复采样

在部分相同位置点重复采样,会导致测点分布的不均匀性,这是实际工程测量中通过相互校验,提高测量可靠性时经常会出现的一种情况。为了验证3种算法对这种情况圆拟合的影响,随机选取1/4区域的测点进行重复采样,循环计算10000次后求平均值,计算结果如图5所示。可知,对于4种预设形状,当存在部分测点重复采样时,整体的圆心偏差值大于半径偏差值;随着加入的测量误差增大,整体的各项偏差值也增大,对于不同的预设形状圆心偏差趋势不同,半径偏差的变化趋势基本一致;对于圆心偏差和半径偏差,WTLS与WLS的拟合结果基本一致,WTLS的拟合结果比LS的拟合结果更好,偏差值更小。

图 5 部分测点重复采样拟合效果图 Fig. 5 Fitting effect diagram of repeated sampling of some measuring points
3.3 局部加密采样

因测量方法的不同和融合测量技术的发展,局部加密采样也是工程实际中经常会遇到的情况之一,也会导致采样不均匀,为验证算法对局部加密采样拟合结果的影响,随机选取1/4区域的测点进行加密采样,然后进行圆拟合的10000次循环计算并求平均值,计算结果如图6所示。可知,对于加密采样,这4种预设形状,WTLS与WLS的拟合结果基本一致,WTLS的拟合结果比LS的拟合结果更好,偏差值都更小;随着加入的测量误差的增大,各项偏差值也增大,且整体的圆心偏差值大于半径偏差值,对于不同预设形状圆心偏差的趋势不同,半径偏差的变化趋势基本一致。

图 6 局部加密重复采样拟合结果图 Fig. 6 Local encryption repeated sampling fitting results
3.4 非均匀采样

因等分测点被结构遮挡,或局部空间狭窄个别测点无法测量等现场条件限制,非均匀采样是工程实际中最常遇到的情况。非均匀随机采样,即先根据采样数量均匀等分,得到采样点的圆心角θ,然后在圆心角θ上叠加均值 $\mu {\text{ = }}0$ ,标准差 $\sigma {\text{ = }}2{\text{π}} /m$ 正态分布量,得到非均匀随机的点坐标。循环计算10000次后求平均值,计算结果如图7所示。可知,对于这4种预设形状,随着加入的测量误差增大,整体的各项偏差值都增大,对于不同的预设形状圆心偏差的趋势不同,半径偏差的变化趋势基本一致,整体的圆心偏差值大于半径偏差值;对于非均匀采样的情况,各项的偏差值,WTLS与WLS的拟合结果基本一致;由图7(b)可知,该预设形状下,随着误差的增大3种方法的结果基本一致,考虑此预设形状,权重对于随机非均匀采样影响较小;由图7(a)图7(c)图7(d)可知,WTLS的拟合结果比LS的拟合结果更好,偏差值都更小。

图 7 非均匀采样拟合结果图 Fig. 7 Non-uniform sampling fitting results
3.5 小 结

对于4种预设形状下的各种不均匀情况圆拟合计算结果,由图4图7可知,整体的圆心偏差值大于半径偏差值,且随着加入的测量误差增大,整体的各项偏差值都增大;对于均匀采样,3种拟合方法的计算结果一致;对于部分测点重复采样、局部加密采样和非均匀采样,WTLS的拟合结果都比LS的好;WTLS与WLS的拟合结果基本一致,但在理论上WTLS比WLS更完备。

4 结 语

本文提出一种基于非均匀采样加权的加权总体最小二乘法用于潜艇耐压壳体测量数据的处理。研究表明,本文所提的非均匀采样加权总体最小二乘法,对4种预设形状下各种非均匀情况的圆拟合问题,可得到比经典最小二圆拟合法更好的精度,且与加权二乘法相比理论更加完备。该方法可用于在役潜艇耐压壳体肋骨剖面圆度评估,尤其是在役潜艇修理时复杂环境下的非均匀采样数据圆拟合。

参考文献
[1]
IMRAN M, SHI D Y, TONG L L. Multi-objective design optimization of composite submerged cylindrical pressure hull for minimum buoyancy and maximum buckling load capacity[J]. Defence Technology, 2021, 17(4): 1190-1206. DOI:10.1016/j.dt.2020.06.017
[2]
王晓天, 梁学先. 崔洪斌. 潜艇耐压液舱壳板强度的计算方法研究[J]. 哈尔滨工程大学学报, 2006, 27(5): 690–692.
[3]
白旭, 王晓天, 孙丽萍. 单壳体潜艇球柱组合壳结构边缘效应分析[J]. 哈尔滨工程大学学报, 2013, 34(4): 409–414.
[4]
胡剑. 潜艇耐压壳体测量方法比较研究[J]. 中国水运(下半月), 2016, 16(2): 112–115.
[5]
王海霖, 黄祥兵, 彭飞. 基于三维点云的加筋圆柱壳体圆度测量及初挠度计算[J]. 中国舰船研究, 2016, 11(6): 65–69+82.
[6]
王鹏, 朱晓军. 赵剑飞. 潜艇耐压壳体径向初挠度评定方法研究[J]. 武汉理工大学学报(交通科学与工程版), 2013, 37(1): 149–152+157.
[7]
王中, 彭飞, 朱志洁, 等. 耐压体激光圆度测量分析系统[C]//2016年MIS/S&A学术交流会议论文集, 4016: 238–245
[8]
陈明晶, 方源敏. 陈杰. 最小二乘法和迭代法圆曲线拟合[J]. 测绘科学, 2016, 41(1): 194-197+202.
CHEN M J, FANG Y M. CHEN J. Circular curve fitting by least squares method and iterative method[J]. Science of Surveying and Mapping, 2016, 41(1): 194-197+202.
[9]
黄力峰, 汪伟. 吴南星. 基于最小二乘原理的圆拟合及误差评定算法研究[J]. 机械工程与自动化, 2020, 2(2): 4-6.
HUANG L F, WANG W. WU N X. Research on circle fitting and error evaluation algorithm based on least squares Principle[J]. Mechanical Engineering and Automation, 2020, 2(2): 4-6.
[10]
KUZMENKO Y, SAMOYLENKO O. Processing by Least Square Method of the Measurements Results for Key, Regional and Supplementary Comparison of the Measurement Standards[J]. Метрологія та прилади, 2018(2): 2180-2307.
[11]
鲁铁定. 周世健. 总体最小二乘的迭代解法[J]. 武汉大学学报(信息科学版), 2010, 35(11): 1351–1354.
[12]
张明, 陶延林. 山中雪. 总体最小二乘算法在矿山测量数据中的应用[J]. 中国锰业, 2019, 37(5): 116–119+123.
[13]
苍桂华. 岳建平. 基于加权总体最小二乘法的点云平面拟合[J]. 激光技术, 2014, 38(3): 307–310.
[14]
袁豹. 岳东杰. 加权总体最小二乘法及其在GPS高程拟合中的应用[J]. 勘察科学技术, 2013(2): 43-45+64.
YUAN B. YUE D J. Weighted overall least squares method and its application in GPS elevation fitting[J]. Survey Science and Technology, 2013(2): 43-45+64. DOI:10.3969/j.issn.1001-3946.2013.02.011
[15]
袁豹, 岳东杰, 许义. 加权总体最小二乘在曲面拟合中的应用[J]. 勘察科学技术, 2013, (3): 47–50.
[16]
TANG L W, LU Y Y. Study of the grey Verhulst model based on the weighted least square method[J]. Physica A:Statistical Mechanics and its Applications, 2020, 545: 378-4371.
[17]
李全信. 圆曲线的拟合方法与精度分析[J]. 北京测绘, 2001, (3): 29–33+41.
[18]
MAROPOULOS P G, GUO Y, JAMSHIDI J. Large volume metrology process models: A framework for integrating measurement with assembly planning[J]. CIRP Annals - Manufacturing Technology, 2008, 57(1): 7-85.
[19]
孟飙. 曲学军. 大尺寸复杂形状组合测量系统的全局标定与多视数据融合[J]. 自动化学报, 2017, 43(11): 2051–2060.
[20]
曹雷. 潜艇建造工艺[M]. 武汉: 海军工程大学, 2003: 148–153.
[21]
鲁铁定, 邓小渊, 常晓涛. 圆曲线拟合的总体最小二乘算法分析[J]. 测绘科学, 2019, 44(2): 33–37.