对矩阵的奇异值分解(SVD,Singular Value Decomposition)进行了分析。推导证明了奇异值分解和M-P广义逆矩阵之间的关系,得出奇异值分解的广义逆矩阵为矩阵的M-P广义逆;分析了奇异值分解和线性方程组最小范数最小二乘解的关系,推导了应用奇异值分解进行秩亏网平差解算的平差解算公式和精度估算公式;推导了加权最小二乘最小范数解的奇异值分解解算问题,扩展了奇异值分解求解未知参数最小范数最小二乘解;最后通过秩亏网算例进行了解算,验证了方法的正确性和矩阵分解的有效性。
最小二乘配置最初是在组合各种资料来研究地球形状与重力场的一种数学方法,目前最小二乘配置已经在测绘数据处理中得到广泛应用。本文首先分析了目前采用的最小二乘配置法解算方法,在讨论了矩阵的奇异值分解(Singular Value Decomposition,SVD)方法的基础上,推导得出了矩阵SVD分解与广义逆矩阵的关系,得出了可以直接利用SVD分解求解矩阵的Moore-Penrose广义逆,并推导了应用SVD分解求解最小二乘配置的估值计算公式和精度估算公式,最后通过重力异常实例进行了计算,得出矩阵的SVD分解用于最小二乘配置解算的正确性和可行性,为最小二乘配置的求解提供了一种新方法。
