차이

문서의 선택한 두 판 사이의 차이를 보여줍니다.

--- 삼변측량 [2026/04/15 03:44] – 삼변측량 sync flyingtext
+++ 삼변측량 [2026/04/15 03:49] (현재) – 삼변측량 sync flyingtext
@@ 줄 151: / 줄 151: @@
 ==== 위성 기반 측정 시스템 ====
-인공위성에서 발신하는 신호를 이용하여 전 지구적 범위에서 삼변측량을 수행하는 체계를 다룬다.
+위성 기반 측정 시스템은 지면에서 이루어지던 전통적인 [[삼변측량]]의 원리를 지구 궤도상의 [[인공위성]]으로 확장하여, 전 지구적 범위에서 정밀한 위치 정보를 제공하는 최첨단 체계이다. 이 시스템의 핵심은 지상의 미지점이 아니라 우주 공간을 비행하는 인공위성을 기지점(Known point)으로 활용한다는 점에 있다. 각 위성은 자신의 정밀한 궤도 정보와 신호 발신 시각을 포함한 항법 메시지를 지상으로 송신하며, 수신기는 이를 바탕으로 위성과 자신 사이의 거리를 산출하여 최종적인 좌표를 결정한다. 지상 측량과 달리 위성 기반 시스템은 장애물에 의한 시거 확보의 제약이 적고, 기상 조건에 관계없이 실시간으로 전 지구적인 좌표를 산출할 수 있다는 혁신적인 장점을 지닌다.
+이 시스템에서 거리를 측정하는 근본적인 방식은 전자기파의 도달 시간을 이용하는 시간차 측정법(Time of Flight, ToF)이다. 위성에서 발신된 신호가 [[광속]]으로 진행하여 수신기에 도달할 때까지 걸린 시간을 측정하고, 여기에 광속을 곱하여 거리를 구한다. 그러나 위성에 탑재된 [[원자시계]](Atomic clock)와 수신기에 사용되는 저가형 수정 발진기 사이에는 불가피한 [[시계 오차]](Clock bias)가 존재한다. 이로 인해 측정된 거리는 실제 기하학적 거리와 차이를 보이게 되는데, 이를 [[의사거리]](Pseudorange)라고 정의한다. 3차원 공간 좌표인 $ (x, y, z) $를 결정하기 위해서는 수학적으로 3개의 방정식이 필요하지만, 수신기의 시계 오차라는 미지수를 함께 해결해야 하므로 실제로는 최소 4개 이상의 위성으로부터 신호를 수신해야 한다.
+위성 기반 측정 시스템에서 미지점의 좌표를 산출하기 위한 기본적인 의사거리 방정식은 다음과 같이 정립된다. 수신기의 좌표를 $ (x, y, z) $, $ i $번째 위성의 좌표를 $ (x_i, y_i, z_i) $, 수신기의 시계 오차를 $ t $, 광속을 $ c $라고 할 때, 측정된 의사거리 $ _i $는 아래의 식을 만족한다.
+$$ \rho_i = \sqrt{(x_i - x)^2 + (y_i - y)^2 + (z_i - z)^2} + c \cdot \Delta t $$
+이 방정식 체계는 비선형적이므로, 일반적으로 [[테일러 급수]]를 이용해 선형화한 후 [[최소제곱법]]이나 [[칼만 필터]](Kalman Filter)를 적용하여 최적의 해를 구한다. 이때 위성들의 기하학적 배치가 수신기를 중심으로 고르게 분산되어 있을수록 위치 결정의 정밀도가 높아지며, 이를 수치화한 지표를 [[정밀도 저하율]](Dilution of Precision, DOP)이라 한다.
+현대 위성 기반 측정의 중추를 담당하는 것은 [[범지구 위성 항법 시스템]](Global Navigation Satellite System, GNSS)이다. 여기에는 [[미국]]의 [[GPS]](Global Positioning System)를 필두로, [[러시아]]의 [[글로나스]](GLONASS), [[유럽 연합]]의 [[갈릴레오]](Galileo), [[중국]]의 [[베이두]](BeiDou) 등이 포함된다. 이러한 시스템들은 공통적으로 [[세계 지구 좌표 시스템]](World Geodetic System, WGS)과 같은 단일화된 지구 중심 좌표계를 사용하여 전 세계 어디서나 일관된 위치 정보를 제공한다. 또한, 위성의 빠른 이동 속도와 지구 중력의 영향으로 발생하는 시간 지연 효과를 보정하기 위해 [[알베르트 아인슈타인]]의 [[상대성 이론]]에 따른 보정치를 계산 과정에 반영함으로써 센티미터(cm) 단위까지 정밀도를 높이고 있다.
+결과적으로 위성 기반 측정 시스템은 단순한 거리 측정을 넘어 시간과 공간을 통합적으로 관리하는 4차원 측정 체계로 진화하였다. 이는 [[지구물리학]]적 연구뿐만 아니라 자율주행, 정밀 농업, 물류 시스템 등 현대 산업 전반의 기반 인프라로 기능하고 있다. 특히 초정밀 위치 결정이 요구되는 분야에서는 지상의 기준국으로부터 보정 정보를 받는 [[실시간 이동 측위]](Real Time Kinematic, RTK) 기술 등을 결합하여 삼변측량의 한계를 극복하고 있다. 이러한 기술적 진보는 인류가 지구 공간을 이해하고 활용하는 방식을 근본적으로 변화시켰다.
 ===== 주요 응용 분야 =====
@@ 줄 229: / 줄 241: @@
 ==== 대기 및 환경적 오차 요인 ====
-온도, 습도, 기압 등 대기 상태가 전자기파의 속도와 거리 측정에 미치는 영향을 분석한다.
+전자기파를 이용한 거리 측정에 기반하는 [[삼변측량]]에서, 신호가 전파되는 매질(medium)인 대기의 상태는 측정 정밀도를 결정짓는 핵심적인 환경 요인이다. [[진공]] 상태에서 [[전자기파]]의 속도는 불변의 상수 $ c $로 취급되지만, 공기라는 매질 속을 통과할 때는 대기의 물리적 특성에 따라 속도가 감소하며 경로가 굴절된다. 이때 실제 거리 $ d $와 측정된 시간 $ t $ 사이의 관계는 매질 내에서의 [[전파 속도]] $ v $에 의해 $ d = v t $로 정의되며, 속도 $ v $는 대기의 [[굴절률]](refractive index, $ n $)에 의해 $ v = c/n $과 같이 결정된다. 따라서 대기 상태에 따른 굴절률의 미세한 변화를 정확히 파악하지 못할 경우, 이는 곧바로 거리 계산의 오차로 직결된다.
+대기의 굴절률에 가장 지대한 영향을 미치는 요소는 [[온도]], [[대기압]], 그리고 [[습도]]이다. 일반적으로 대기의 상태를 나타내는 [[굴절지수]](refractivity, $ N $)는 $ N = (n-1) ^6 $으로 정의되며, 이는 공기 분자의 [[밀도]]와 밀접한 관련이 있다. [[기온]]이 상승하면 공기의 밀도가 낮아져 굴절률이 감소하고 전파 속도는 빨라진다. 반대로 [[기압]]이 높아지면 공기 밀도가 증가하여 굴절률이 커지고 속도는 느려진다. 습도의 경우, 공기 중의 [[수증기]] 분자가 전자기파의 [[위상]]을 지연시키는 역할을 하며, 특히 [[위성 항법 시스템]](Global Navigation Satellite System, GNSS)에서 사용하는 [[마이크로파]] 대역의 신호에 대하여 [[가시광선]] 대역보다 훨씬 민감하게 반응한다. 이러한 대기 변수들의 복합적인 작용을 보정하기 위하여 측량학에서는 [[에들렌 공식]](Edlén equation)이나 [[바렐-시어스 공식]](Barrell and Sears formula) 등을 활용하여 관측 당시의 기상 조건에 따른 굴절률을 산출한다.
+대기권의 구조에 따른 오차는 크게 [[대류권]] 지연과 [[전리층]] 지연으로 구분된다. 지표면으로부터 약 10~15km 높이까지의 대류권에서는 고도에 따른 온도와 기압의 급격한 변화가 주된 오차 원인이 된다. 대류권 지연은 다시 수증기의 영향을 제외한 건조 지연(Dry delay)과 수증기에 의한 습윤 지연(Wet delay)으로 나뉘는데, 건조 지연은 전체 지연의 약 90%를 차지하며 기압 측정을 통해 비교적 정확한 예측이 가능하다. 그러나 습윤 지연은 수증기의 국지적 분포 변화가 심하여 정밀한 모델링이 어렵고, 이는 고정밀 삼변측량에서 해결해야 할 주요 과제로 남아 있다.
+또한, 대기의 [[밀도 구배]](density gradient)에 의한 신호 경로의 굴곡 현상도 간과할 수 없는 오차 요인이다. 대기는 고도에 따라 밀도가 불균일하게 분포하므로, 전자기파는 직선으로 진행하지 않고 밀도가 높은 쪽으로 휘어지는 성질을 갖는다. 이를 [[대기 굴절]] 현상이라 하며, 기준점과 미지점 사이의 거리가 멀어질수록 실제 직선거리와 굴곡된 경로 사이의 차이가 증폭된다. 특히 저고도 위성을 관측하거나 장거리 지상 측량을 수행할 때 이러한 경로 굴곡에 의한 오차는 수 센티미터에서 수 미터에 이를 수 있다.
+환경적 오차를 최소화하기 위하여 현대의 [[광파 거리 측정기]](Electronic Distance Measurement, EDM)나 위성 수신기는 실시간 기상 관측 데이터를 입력받아 자동 [[기상 보정]]을 수행한다. 위성 항법의 경우, 서로 다른 두 주파수 신호의 도달 시간 차이를 이용하여 전리층 지연을 상쇄하는 [[이중 주파수]] 보정 기법을 사용하거나, [[표준 대기]] 모델을 적용하여 대류권의 영향을 수치적으로 계산한다. 이러한 환경적 요인에 대한 정밀한 분석과 보정은 삼변측량이 단순한 거리 측정을 넘어 고정밀 [[공간 정보]]를 구축하는 기초 학문으로서 신뢰성을 확보하는 데 필수적인 과정이다.
 ==== 기하학적 배치에 따른 정밀도 저하 ====
-기준점의 배치 형상에 따라 위치 결정 정밀도가 변하는 기하학적 정밀도 저하율의 개념을 설명한다.
+삼변측량에서 미지점의 좌표를 결정할 때, 거리 관측값에 포함된 [[오차]]가 최종 위치 추정치에 미치는 영향은 기준점들과 미지점이 이루는 상대적인 기하학적 배치(Geometry)에 따라 크게 달라진다. 동일한 정밀도의 거리 측정 장비를 사용하더라도 기준점들이 어떠한 형상으로 배열되어 있느냐에 따라 위치 결정의 신뢰도가 증폭되거나 감쇄되는데, 이러한 현상을 정량적으로 나타내는 지표가 [[정밀도 저하율]](Dilution of Precision, DOP)이다. DOP는 순수하게 기하학적 구조에 의해 결정되는 오차 확대 계수로서, 측정 시스템의 물리적 오차와 결합하여 전체적인 [[측량]] 정밀도를 규정하는 핵심 요소이다.
+기하학적 배치가 정밀도에 미치는 영향은 수학적으로 [[오차 전파]](Error propagation)의 원리를 통해 설명된다. 미지점의 좌표를 $  = [x, y, z]^T $, $ i $번째 기준점의 좌표를 $ _i $라고 할 때, 관측된 거리 $ _i $는 다음과 같은 비선형 방정식으로 표현된다. $ _i =  + _i $ 여기서 $ _i $는 측정 과정에서 발생하는 무작위 오차이다. 이 방정식을 추정하고자 하는 미지점의 근사값 근처에서 [[테일러 전개]](Taylor expansion)를 통해 선형화하면, 관측 오차와 위치 오차 사이의 관계를 나타내는 선형 행렬 방정식 $  =   +  $을 얻을 수 있다. 이때 행렬 $  $는 각 기준점에 대한 미지점의 방향 [[코사인]](Direction cosine) 성분으로 구성된 [[자코비안 행렬]](Jacobian matrix)이다.
+미지점 좌표 추정치의 [[공분산 행렬]](Covariance matrix) $ _x $는 [[최소제곱법]](Least squares method)을 적용하여 다음과 같이 유도된다. $$ \mathbf{Q}_x = (\mathbf{A}^T \mathbf{A})^{-1} \sigma^2 $$ 여기서 $ ^2 $은 거리 관측값의 분산이다. DOP 값은 이 공분산 행렬의 대각 요소(Diagonal elements)들의 합, 즉 [[행렬의 흔적]](Trace)과 관련이 있다. 구체적으로 [[기하학적 정밀도 저하율]](Geometric DOP, GDOP)은 $  $로 정의되며, 이 값이 클수록 기하학적 배치가 불량하여 측정 오차가 위치 오차로 크게 증폭됨을 의미한다((Geometric Formulas for Dilution of Precision Calculations, https://onlinelibrary.wiley.com/doi/10.1002/j.2161-4296.1990.tb01563.x
+)).
+기하학적 관점에서 볼 때, 기준점들이 미지점을 중심으로 사방에 고르게 분산되어 있을수록 DOP 값은 작아지며 높은 정밀도를 확보할 수 있다. 예를 들어 3차원 공간에서 네 개의 기준점을 이용할 경우, 기준점들이 이루는 [[사면체]](Tetrahedron)의 부피가 최대화될 때 GDOP가 최소가 된다. 반면, 모든 기준점이 미지점과 거의 일직선상에 놓이는 [[공선성]](Collinearity) 상태에 가깝거나, 기준점들이 좁은 각도 범위 내에 밀집되어 있는 경우에는 행렬 $ ^T  $의 [[행렬식]](Determinant)이 0에 가까워지는 [[불량 조건]](Ill-conditioned) 문제에 직면하게 된다((Calculation of Weighted Geometric Dilution of Precision, https://projecteuclid.org/journals/journal-of-applied-mathematics/volume-2013/issue-SI15/Calculation-of-Weighted-Geometric-Dilution-of-Precision/10.1155/2013/953048.full
+)). 이 경우 거리 측정의 미세한 오차가 위치 추정치에서는 수십 배 이상의 거대한 오차로 확대되어 결과의 신뢰성을 상실하게 된다.
+이러한 기하학적 정밀도 분석은 [[범지구 위성 항법 시스템]](Global Navigation Satellite System, GNSS)에서 가시 위성을 선택하거나, 실내 위치 추적 시스템에서 [[비콘]](Beacon)의 설치 위치를 최적화하는 데 필수적으로 활용된다. 설계자는 가용한 기준점들 중 최적의 기하학적 배치를 구성하는 조합을 선택함으로써 시스템의 전체적인 [[정확도]]와 [[정밀도]]를 극대화할 수 있다.
 === 수평 정밀도 저하율 ===
-평면상의 기하학적 배치가 수평 위치 정확도에 미치는 영향을 고찰한다.
+삼변측량에서 미지점의 좌표 결정 정밀도는 거리 측정 장비의 물리적 성능뿐만 아니라, 측정에 참여하는 기준점들과 미지점이 이루는 기하학적 배치 상태에 의해 결정적인 영향을 받는다. 이러한 기하학적 형상이 오차를 증폭시키는 정도를 정량화한 지표를 [[정밀도 저하율]](Dilution of Precision, DOP)이라 하며, 그중에서도 평면상의 2차원 위치 결정 정확도와 관련된 성분을 수평 정밀도 저하율(Horizontal Dilution of Precision, HDOP)이라 정의한다. HDOP는 거리 측정 오차가 수평 좌표인 위도와 경도, 또는 [[데카르트 좌표계]]상의 $x, y$ 성분으로 전파되는 과정을 수치화하여 나타낸다.
+수평 정밀도 저하율의 수학적 도출은 관측 방정식의 [[선형화]] 과정을 통해 이루어진다. 2차원 평면에서 $i$번째 기준점 $(x_i, y_i)$와 미지점 $(x, y)$ 사이의 거리 관측값 $L_i$에 대한 방정식은 $L_i = \sqrt{(x-x_i)^2 + (y-y_i)^2} + \epsilon_i$로 표현된다. 여기서 $\epsilon_i$는 측정 오차를 의미한다. 이를 미지점의 근사값 근처에서 [[테일러 급수]](Taylor series) 전개를 통해 1차 선형 근사하면, 다음과 같은 행렬 형태의 관측 방정식 $V = AX - L$을 얻을 수 있다. 이때 [[설계 행렬]](Design matrix) $A$의 각 행은 미지점에서 각 기준점을 향한 방향 여현(Direction cosine)으로 구성된다.
+$$ A = \begin{bmatrix} \cos \alpha_1 & \sin \alpha_1 \\ \cos \alpha_2 & \sin \alpha_2 \\ \vdots & \vdots \\ \cos \alpha_n & \sin \alpha_n \end{bmatrix} $$
+여기서 $\alpha_i$는 미지점에서 $i$번째 기준점을 바라보는 [[방위각]]이다. [[최소제곱법]](Least squares method)을 적용하여 미지점의 위치를 추정할 때, 추정값의 정밀도를 나타내는 [[공분산 행렬]](Covariance matrix) $Q$는 $Q = (A^T A)^{-1}$로 계산된다. 이 행렬의 대각 요소인 $Q_{11}$과 $Q_{22}$는 각각 $x$와 $y$ 좌표 성분에 대한 오차 증폭 계수를 의미하며, 수평 정밀도 저하율은 이들의 기하 평균적인 성격인 다음의 식으로 정의된다.
+$$ HDOP = \sqrt{Q_{11} + Q_{22}} $$
+HDOP의 값은 기하학적 배치가 이상적일수록 작아지며, 이는 곧 높은 위치 결정 정밀도를 의미한다. 기하학적으로 해석할 때, 두 기준점을 이용한 삼변측량에서 HDOP가 최소가 되는 조건은 미지점에서 두 기준점을 바라보는 [[교차각]]이 $90^\circ$를 이룰 때이다. 만약 교차각이 $0^\circ$ 또는 $180^\circ$에 가까워져 기준점들이 미지점과 일직선상에 놓이게 되면, $A^T A$ 행렬은 [[특이 행렬]](Singular matrix)에 가까워지고 HDOP 값은 무한히 커지게 된다. 이는 거리 측정치에 아주 미세한 오차만 발생하더라도 산출되는 수평 위치가 크게 변동될 수 있음을 시사한다.
+일반적으로 기준점들이 미지점을 중심으로 모든 방향에 고르게 분산되어 배치될수록 HDOP는 낮은 값을 유지한다. 예를 들어 세 개의 기준점을 사용할 경우, 미지점을 중심으로 기준점들이 정삼각형에 가까운 배치를 이룰 때 수평 정밀도가 가장 안정적이다. 반면 모든 기준점이 미지점의 한쪽 방향에 치우쳐 분포한다면, 관측된 거리 원들의 교차 영역이 좁고 긴 [[오차 타원]](Error ellipse)을 형성하게 되어 특정 방향으로의 위치 불확정성이 급격히 증가한다. 이러한 원리는 [[범지구 위성 항법 시스템]](Global Navigation Satellite System, GNSS)에서 가시 위성의 수평 배치를 평가하거나, [[지적측량]] 및 [[항법]] 시스템의 기준국 배치 설계 시 핵심적인 판단 근거로 활용된다.
 === 수직 정밀도 저하율 ===
-고도 결정 시 기준점의 수직적 배치가 미치는 영향과 한계점을 다룬다.
+수직 정밀도 저하율(Vertical Dilution of Precision, VDOP)은 3차원 공간에서의 [[삼변측량]]을 수행할 때, 기준점들의 기하학적 배치가 수직 성분인 [[고도]] 결정의 정밀도에 미치는 영향을 정량화한 지표이다. 위치 결정 시스템에서 산출되는 좌표의 정확도는 거리 측정 자체의 오차뿐만 아니라, 미지점과 기준점들이 이루는 기하학적 형상에 의해 결정적으로 좌우된다. 특히 [[위성 항법 시스템]](GNSS)을 포함한 대부분의 삼변측량 환경에서 수직 방향의 정밀도는 [[수평 정밀도 저하율]](HDOP)에 비해 상대적으로 낮게 형성되는 특성을 보이는데, 이는 관측 환경의 물리적 제약에서 기인하는 기하학적 비대칭성 때문이다.
+수학적 관점에서 VDOP는 [[최소제곱법]]을 통해 유도되는 [[공분산 행렬]](Covariance Matrix)의 요소로부터 산출된다. 관측 방정식의 선형화를 통해 얻어진 [[설계 행렬]](Design Matrix)을 $ A $라고 할 때, 가중치가 없는 경우의 [[가중치 계수 행렬]] $ Q $는 다음과 같이 정의된다.
+$$ Q = (A^T A)^{-1} $$
+이때 행렬 $ Q $의 대각 요소들은 각 좌표 성분의 오차 증폭 계수를 나타낸다. 지역 좌표계(Local Coordinate System)를 기준으로 $ q_{11}, q_{22}, q_{33} $이 각각 동향(East), 북향(North), 수직(Up) 성분의 분산 계수라고 할 때, VDOP는 수직 성분의 계수인 $ q_{33} $을 이용하여 다음과 같이 계산한다.
+$$ \text{VDOP} = \sqrt{q_{33}} $$
+수직 정밀도가 수평 정밀도보다 취약한 근본적인 이유는 기준점 배치의 공간적 한계에 있다. 수평 위치의 경우 관측자를 중심으로 기준점들이 360도 전 방위에 걸쳐 분포할 수 있으므로 오차가 서로 상쇄되는 기하학적 구조를 형성하기 유리하다. 반면, 수직 위치 결정에서는 모든 기준점(인공위성 등)이 관측자의 지평선 위쪽인 상반구(Upper Hemisphere)에만 존재한다. 지구라는 물리적 장벽으로 인해 지평선 아래쪽에는 기준점을 배치할 수 없으며, 이는 수직 방향의 기하학적 강도를 약화시키는 결정적인 요인이 된다. 결과적으로 수직 방향의 [[오차 타원체]]는 수평 방향에 비해 길게 늘어진 형태를 띠게 되며, 통상적으로 VDOP 값은 HDOP 값의 약 1.5배에서 3배 수준으로 크게 나타난다.
+또한 [[대기 굴절]]과 같은 환경적 요인은 VDOP의 한계를 더욱 심화시킨다. 수직 정밀도를 개선하기 위해서는 기준점들이 지평선 근처의 낮은 [[앙각]](Elevation Angle)에 위치해야 하지만, 낮은 앙각에서 도달하는 신호는 [[대류권]]과 [[전리층]]을 통과하는 경로가 길어져 신호 지연 오차가 급격히 증가한다. 따라서 실제 측량 시스템에서는 정밀도 유지를 위해 일정 각도 이하의 신호를 배제하는 [[마스크 각]](Mask Angle)을 설정하게 되는데, 이는 가용한 기준점의 기하학적 범위를 더욱 제한하여 VDOP를 상승시키는 결과를 초래한다. 이러한 수직 정밀도의 한계는 [[항공기]]의 이착륙 제어나 [[자율 주행]] 자동차의 고도 유지, [[지형 모델링]] 등 정밀한 수직 위치 정보가 요구되는 분야에서 반드시 고려해야 할 핵심적인 공학적 변수이다.
 ==== 최소제곱법을 이용한 오차 보정 ====
-중복 관측 데이터를 활용하여 통계적으로 가장 확률이 높은 최확값을 산출하는 보정 기법을 설명한다.
+삼변측량에서 관측된 거리는 기계적 한계, 환경적 요인, 신호 전파 지연 등으로 인해 불가피하게 [[오차]]를 포함하게 된다. 이론적으로 3차원 공간에서 미지점의 좌표 $(x, y, z)$를 결정하기 위해서는 세 개의 기준점으로부터의 거리 정보가 필요하지만, 실제 관측에서는 측정의 신뢰도를 높이고 오차를 보정하기 위해 네 개 이상의 기준점을 활용하는 [[중복 관측]]을 수행한다. 이때 발생하는 관측값과 기하학적 모델 사이의 불일치를 논리적으로 해결하고 통계적으로 가장 신뢰할 수 있는 [[최확값]]을 산출하기 위해 [[최소제곱법]](Least Squares Method)이 핵심적인 도구로 사용된다.
+최소제곱법을 적용하기 위해서는 먼저 각 기준점과 미지점 사이의 관계를 나타내는 [[관측 방정식]]을 수립해야 한다. $i$번째 기준점의 좌표를 $(x_i, y_i, z_i)$, 미지점의 좌표를 $(x, y, z)$, 그리고 측정된 거리를 $L_i$라고 할 때, 거리에 관한 방정식은 다음과 같은 비선형 형태로 정의된다.
+$$ f_i(x, y, z) = \sqrt{(x-x_i)^2 + (y-y_i)^2 + (z-z_i)^2} = L_i + v_i $$
+위 식에서 $v_i$는 관측값에 포함된 [[잔차]](Residual)를 의미한다. 이러한 비선형 방정식 체계는 직접적인 대수적 풀이가 어렵기 때문에, 미지점의 근사 좌표 $(x_0, y_0, z_0)$를 설정한 후 [[테일러 급수]](Taylor series) 전개를 통해 1차 항까지만 남기는 [[선형화]] 과정을 거친다. 선형화된 방정식은 미지점의 좌표 보정량인 $\Delta x, \Delta y, \Delta z$를 변수로 하는 선형 연립 방정식의 형태로 변환되며, 이를 행렬식으로 표현하면 $\mathbf{AX} = \mathbf{L} + \mathbf{V}$와 같은 구조를 갖는다. 여기서 $\mathbf{A}$는 [[자코비안 행렬]](Jacobian matrix), $\mathbf{X}$는 구하고자 하는 보정량 벡터, $\mathbf{L}$은 관측값과 근사값의 차이 벡터, $\mathbf{V}$는 잔차 벡터이다.
+최소제곱 원리는 잔차의 제곱에 [[가중치]](Weight)를 곱한 값의 총합을 최소화하는 조건을 만족하는 해를 찾는 것이다. 가중치 행렬 $\mathbf{P}$는 일반적으로 관측값의 [[분산]]에 반비례하도록 설정하며, 이는 정밀도가 높은 관측값에 더 큰 비중을 두어 최확값을 결정하기 위함이다. 최소화 조건인 $\mathbf{V}^T \mathbf{PV} \to \text{min}$을 만족하는 해를 구하기 위해 정규 방정식(Normal Equation)을 유도하면 다음과 같은 행렬 연산식을 얻는다.
+$$ \mathbf{X} = (\mathbf{A}^T \mathbf{PA})^{-1} \mathbf{A}^T \mathbf{PL} $$
+이 식을 통해 계산된 보정량 $\mathbf{X}$를 초기 근사값에 더하여 좌표를 갱신하며, 보정량이 일정한 임계치 이하로 수렴할 때까지 계산을 반복하는 [[반복법]]을 적용한다. 이러한 수치 해석적 과정을 통해 산출된 최종 좌표는 모든 중복 관측 데이터를 통계적으로 최적화한 결과물이며, 이 과정에서 계산되는 [[공분산 행렬]]은 산출된 좌표의 정밀도를 평가하는 지표로 활용된다. 결과적으로 최소제곱법은 삼변측량의 물리적 관측 한계를 수학적 최적화로 극복하여 [[수치 지도]] 제작이나 [[위성 항법 시스템]]의 정밀도를 확보하는 결정적인 역할을 수행한다.

SethQ Wiki

사용자 도구

사이트 도구

차이

문서 도구