标定时，假定C_1XE、C_1YE、C_dXE、C_dYE、W_x、s_x0已知，k₁、k₂、p₁、p₂、f、s_x、r₁～r₉、t_x、t_y、t_z为待标定参数。从式（5）可知，待标定参数之间是非线性关系，如果直接用非线性搜索求解，计算复杂，速度很慢。但如果把式（5）改写为如下形式（当t_z≠0时）从而有

采用罚函数法求解约束最优化方程，由式（8）及式（7）得如下方程

罚函数约束为

式中，罚因子M₁、M₂、M₃一般取8000～80000即可。

最优化目标函数为

式（10）是关于k₁、k₂、p₁、p₂、a₁、a₂、…、a₁₁的非线性方程组，但仔细分析可看出，如果k₁、k₂、p₁、p₂已知，则式（10）为关于a₁、a₂、…、a₁₁的线性方程组；反之，如果a₁、a₂、…、a₁₁已知，则式（10）为关于k₁、k₂、p₁、p₂的线性方程组。考虑到k₁、k₂、p₁、p₂很小，接近0，因此可定k₁、k₂、p₁、p₂的初值为0。利用这一性质，可把待标定参数分为k₁、k₂、p₁、p₂和a₁、a₂、…、a₁₁两组参数，并建立两组参数之间的迭代关系，每次迭代求解为解一个线性方程组，从而可通过迭代法求得k₁、k₂、p₁、p₂及a₁、a₂、…、a₁₁。由于所求初值较好，接着可用具有二阶收敛速度的牛顿—高斯法精求k₁、k₂、p₁、p₂及a₁、a₂、…、a₁₁。实验表明，采用好的初值求解，标定速度快，精度高。(www.daowen.com)

求出k₁、k₂、p₁、p₂及a₁、a₂、…、a₁₁后，可用下述方程分离其他模型参数。

r₁=a₁t_zs_x/f； r₂=a₂t_zs_x/f； r₃=a₃t_zs_x/f； t_x=a₄t_zs_x/f

r₄=a₅t_z/f； r₅=a₆t_z/f； r₆=a₇t_z/f； t_y=a₈t_z/f

r₇=a₉t_z； r₈=a₁₀t_z； r₉=a₁₁tz