Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ГЛАВА2_ОСТАЛЬНОЕ.rtf
Скачиваний:
1
Добавлен:
01.07.2025
Размер:
2 Мб
Скачать
☆

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.