- •2.2. Обработка геодезических сетей на плоскости
- •2.2.1. Постановка задачи
- •2.2.2. Виды нелинейных уравнений
- •2.2.3. Область сходимости итераций
- •К глобальному минимуму заштрихована.
- •Область сходимости итераций заштрихована.
- •2.2.4. Применение методов нелинейного программирования при вычислении и уравнивании геодезических засечек
- •Координаты исходных пунктов
- •Координаты исходных пунктов
- •Траектория минимизации
- •Координаты исходных пунктов и измеренные углы
- •Измеренные направления:
- •Траектория минимизации
- •Траектория минимизации
- •Траектория минимизации
- •2.2.5. Применение метода штрафных функций
- •Ограничение имеет вид
- •2.3. Обработка наземных пространственных геодезических сетей
- •2.3.1. Системы координат и виды нелинейных уравнений
- •2.3.2. Исследованию по ускорению сходимости итераций при вычислении предварительных координат
- •2.3.3. Минимизация целевой функции по методу релаксации
- •1 2 N1 n2 b р ис. 2.21. Пространственная засечка
- •Координаты исходных пунктов и результаты измерений
- •Траектория минимизации
- •2.3.4. Применение метода штрафных функций
- •2.4. Вычисление координат пунктов на поверхности эллипсоида вращения
- •Начальную величину шага релаксации получим из равенства
- •Траектория минимизации
- •Исходные данные для обратной засечки
Ограничение имеет вид
.
(2.29)
В рассмотренном случае вместо функции (2.28) можно минимизировать функции (2.15), если в систему (2.16) включить уравнение (2.21) для фиктивного угла b = 0°, “измеренного” на пункте P1 между направлениями P1 P2, P1 P3.
2.3. Обработка наземных пространственных геодезических сетей
2.3.1. Системы координат и виды нелинейных уравнений
При математической обработке геодезических сетей в трехмерном пространстве используют различные пространственные системы координат: декартовы прямоугольные (X, Y, Z) [10], которые в зависимости от начала отсчета могут быть геоцентрическими, топоцентрическими или условными, если предусматривается обработка геодезических сетей специального назначения в местной системе; криволинейные геодезические координаты (B, L, H) и др.
В этом подразделе рассмотрим методы решения и уравнивания различных пространственных засечек в системе x, y, Hg, где x, y ¾ плоские прямоугольные координаты в проекции Гаусса-Крюгера, а Нg ¾ высота в системе нормальных высот. Принятая система координат является основной при математической обработке государственных геодезических сетей [35].
При развитии наземных пространственных геодезических сетей используют следующие измеренные величины: обратные и прямые горизонтальные направления; дирекционные углы; горизонтальные и наклонные дальности; вертикальные углы (зенитные расстояния) [128, 129]. Для измеренных направлений, дирекционных углов и горизонтальных дальностей нелинейные уравнения (2.16) даны в подразделе 2.2.2. Для остальных результатов измерений запишем уравнения (2.1б) в системе координат x, y, H.
Для измеренной наклонной дальности Di уравнение (2.16) в пространственной системе координат примет вид
,
(2.30)
Здесь Di ¾ наклонная дальность, вычисленная по координатам пунктов Р(xj, yj, Hj) и Аi(xi, yi, Hi) по формуле
,
где Н¢i, Н¢j ¾ высоты конечных точек с учетом высоты дальномера и отражателя над центром пункта; R¢ ¾ радиус кривизны нормального сечения эллипсоида вдоль измеренной линии; Sэл ¾ эллипсоидальная длина геодезической линии.
Используя формулы тригонометрического нивелирования, получим уравнение для измеренных вертикальных углов ni
,
(2.31)
где k ¾ коэффициент вертикальной рефракции света;
Rm ¾ средний радиус кривизны эллипсоида.
Если система координат пространственная прямоугольная X, Y, Z при малых расстояниях между пунктами, то уравнения (2.16) будут более простыми. Так, наклонная дальность Dj, входящая в (2.30) будет вычисляться по формуле
.
а вместо (2.31) для угла наклона будем иметь
,
(2.32)
где а ¾ разность между высотой прибора и высотой визирной цели.
Нелинейные уравнения (2.19) - (2.23) и (2.30) - (2.32) будут основными для решения любой пространственной засечки в различных системах пространственных координат.
2.3.2. Исследованию по ускорению сходимости итераций при вычислении предварительных координат
Согласно подразделу 2.2.1 процесс минимизации целевой функции разграничен на два основных этапа: вычисление предварительных значений параметров и определение их оценок. На каждом этапе предусматривается использование итеративных способов поиска экстремума. Своеобразие подхода к решению задачи на этих этапах накладывает отпечаток на выбор способов ускорения сходимости итераций.
При вычислении предварительных значений параметров методом релаксации из решения систем нелинейных уравнений используется итеративный процесс. Поэтому необходимы исследования по ускорению сходимости итераций на этом этапе вычислений.
Отметим, что понятия "скорость сходимости" и "ускорение сходимости" имеют разную интерпретацию. Асимптотической скоростью сходимости итеративного процесса называют такое число что
где с – конечное число [105].
Скорость сходимости линейна, если q = 1, и сверхлинейна, если q > I [39].
Под "ускорением сходимости" понимают вычислительные методы, позволяющие сократить число итераций при использовании различных алгоритмов оптимизации [103].
Для ускорения сходимости итераций в нелинейном программировании применяют следующие вычислительные методы: масштабирование переменных; поворот координатных осей; различные допустимые преобразования структуры критериальной функции [3, 103]. Рассмотрим эти способы применительно к первому этапу минимизации целевой функции.
В методе переменной метрики предусматриваются преобразования независимых переменных с целью их масштабирования более равномерным образом. Его идея состоит в замене переменных xi на новые переменные yi = ti xi, где ti ¾ масштабные множители, вычисляемые для квадратичной целевой функции по формуле [39]
.
(2.33)
При использовании метода релаксации вместо масштабирования переменных целесообразно выполнять масштабирование шага релаксации l¢i = tili с одновременным уточнением в процессе итераций коэффициентов ti. Этот вычислительный прием весьма эффективен при решении пространственных засечек, для которых скорости изменения целевой функции в плане и по высоте в большинстве случаев различаются на значительную величину [55]. Учитывая названную особенность строения целевой функции, предусмотрим масштабирование шага релаксации только по переменной x3, полагая
,
(2.34)
где
¾
шаг релаксации по переменным x1
и x2.
В этом случае для вычисления t
целесообразно применить вместо (2.33)
формулу [55,
89]
,
(2.35)
где
¾
евклидова норма составляющей градиента
целевой функции в плане;
¾
модуль
частной производной целевой функции
по высоте.
В процессе итераций в первом приближении полагают t1 = 1. Но в последующих приближениях множитель tj (j ¾ номер итерации) необходимо знать с невысокой точностью. Поэтому его достаточно вычислить по частным производным целевой функции, используя значения этой функции в шести точках релаксации Ф(i) (i ¾ номер точки релаксации) согласно равенству
,
(2.36)
Формулы (2.35) и (2.36) применимы не только для квадратичных, гладких и всюду выпуклых целевых функций. Кроме того, они дают более высокую точность для t по сравнению с (2.33) в тех случаях, когда при вычислении вторых частных производных используются формулы конечно-разностной аппроксимации.
