- •Глава 3 уравнивание геодезических сетей методами нелинейного программирования
- •3.1. Постановка задачи
- •3.2. Применение многогруппового итеративного способа
- •3.3. Применение метода Ньютона
- •Подставляя (3.15) в (3.14) окончательно получим
- •Что соответствует алгоритму Гаусса и подтверждает связь метода Ньютона с методом Гаусса.
- •Траектория минимизации
- •3.4. Уравновешивания геодезических сетей на плоскости
- •Поправки в углы в секундах из уравнивания по мнк и мнм
- •Результаты уравнивания методом Lp-оценок
- •3.5. Уравнивание геодезических сетей при неизвестных законах распределения погрешностей результатов измерений
- •3.6. Уравнивание геодезических сетей на поверхности эллипсоида
- •Результаты вычислений представлены в табл. 3.15
- •Результаты измеренных расстояний
- •Результаты вычислений приведены в табл. 3.18
3.5. Уравнивание геодезических сетей при неизвестных законах распределения погрешностей результатов измерений
При выполнении измерений для развития геодезических сетей специального назначения на производстве стремятся применять новейшие приборы с точностными характеристиками, отвечающими современному уровню развития науки и техники. Например, в настоящих условиях применяют спутниковые методы высокоточных линейных измерений в сочетании с наземными дальномерными приборами, дающими значения расстояний до 10 км с точностью до I мм. При математической обработке результатов измерений их неоднородность учитывают, задавая соответствующие значения весов. При уравнивании сетей современными методами стремятся учитывать не только веса измерений, но и закон распределения погрешностей результатов наблюдений. Например, для Lp-оценок применяют соответствующий показатель степени n, входящий в целевую функцию (3.1).
Наши исследования показали, что робастное оценивание лучше выполнять многогрупповым итеративным способом, минимизируя методами нелинейного программирования критериальную функцию по группам неизвестных. При n ³ 2 целесообразно применять метод Ньютона, в десятки раз превосходящий по быстродействию многогрупповой способ.
Но на практике чаще всего закон распределения погрешностей измерений неизвестен. В этих условиях целесообразно с теоретической точки зрения выполнять уравнивание при n = 2.
Ниже рассмотрим методику оценки точности координат пунктов при неизвестном законе распределения погрешностей результатов измерений.
Пусть
дана реальная геодезическая сеть.
Уравняем эту сеть при различных n
и получим координаты пунктов xn,
yn.
По уклонениям Dxn
= xn
– x2;
Dyn
= yn
– y2
от оценок параметров, полученных по
методу наименьших квадратов, найдем
смещение
для каждого определяемого пункта,
изменяя n
t раз.
Тогда оценка точности положения пункта
при неизвестном законе распределения
будет такой
,
(3.18)
По значениям m и (Sn) для каждого пункта можно судить об устойчивости оценок параметров к изменению n и о надежности данной геодезической сети для решения поставленных при ее развитии задач.
Приведем результаты такого тестирования геодезической сети для линейно-углового построения, развитого при изучении движений земной коры в районе Камчатки (вулкан Толбачик) и содержащего 25 определяемых пунктов. При уравнивании было принято для направлений sН = 0,7². Хотя величины m и Sn вычислялись для каждого пункта, в табл. 3.12 приведены только (Sn)max при различных n и значение m, соответствующее данному пункту.
Таблица 3.12
Наименования |
Показатель степени n |
||||||
1 |
1,5 |
2,5 |
3,0 |
3,5 |
4,0 |
||
№ пункта |
25 |
17 |
9 |
19 |
12 |
12 |
|
(Sn)max, мм |
49 |
78 |
32 |
46 |
56 |
70 |
|
m, мм |
28 |
52 |
35 |
52 |
49 |
49 |
|
Величина mmax на объект составила 52 мм для пунктов 17 и 19. Учитывая, что линейно-угловые сети триангуляции, как правило, характеризуются хорошей обусловленностью, то можно сделать вывод, что на исследуемом объекте качество наблюдений позволяет определить смещение пунктов, превосходящие 50 мм.
Данное тестирование полезно не только для реальных сетей, но и для проектируемых сетей при заданных si. После тестирования с использованием моделированных измерений с ошибками, распределенными по нормальному закону, будет видно, что можно ожидать от будущих реальных измерений с неизвестным законом распределения.
В настоящее время все больше появляется публикаций, где обсуждаются вопросы уравнивания при известных законах распределения погрешностей результатов измерений. Но рамки разработанной теории еще ограничены, так как рассчитаны на случаи, когда все погрешности измерений на объекте подчинены какому-либо одному закону распределения. В этих случаях предлагают выполнять обработку измерений при конкретном значении n. На практике же следует предусматривать уравнивание, полагая, что каждая группа разнородных измерений должна обрабатываться при соответствующем ей значении n. Такое уравнивание возможно методами нелинейного программирования путем минимизации целевой функции
,
(3.19)
где j ¾ номер группы измерений, имеющей свое значение nj; N ¾ количество групп результатов измерений с одинаковым значением n; Kj ¾ число измерений в j-той группе; c ¾ произвольная постоянная, которая может быть равна c = s0n0 где s0 и n0 ¾ стандарт и показатель степени n для группы измерений, вес которых равен единице.
