Главная страница
Форум
Промиздат
Опережения рынка
Архитектура отрасли
Формирование
Тенденции
Промстроительство
Нефть и песок
О стали
Компрессор - подбор и ошибки
Из истории стандартизации резьб
Соперник ксерокса - гектограф
Новые технологии производства стали
Экспорт проволоки из России
Прогрессивная технологическая оснастка
Цитадель сварки с полувековой историей
Упрочнение пружин
Способы обогрева
Назначение, структура, характеристики анализаторов
Промышленные пылесосы
Штампованные гайки из пружинной стали
Консервация САУ
Стандарты и качество
Технология производства
Водород
Выбор материала для крепежных деталей
Токарный резец в миниатюре
Производство проволоки
Адгезия резины к металлокорду
Электролитическое фосфатирование проволоки
Восстановление корпусных деталей двигателей
Новая бескислотная технология производства проката
Синие кристаллы
Автоклав
Нормирование шумов связи
Газосварочный аппарат для тугоплавких припоев
|
Главная --> Промиздат --> Геодезически определенные классы Уравнивание по методу наименьших квадратов требует определения местоположения, ориентации и масштаба измерительной сети. В случае работы с сетью, где измерения сводятся к двум размерностям, используются два параллельных переноса, один поворот и один коэффициент масштаба. В этом случае потребуются по меньшей мере две опорные точки (два значения Х-координа-ты и два значения Y-координаты). Эти параметры определяют минимальный набор из четырех условий, ограничивающих решение уравнений для определения местоположения, ориентации и масштаба. Стохастическая модель Стохастическая модель уравнивания по методу наименьших квадратов описывает статистические (случайные) отклонения от измереннгх значений. Разброс измерений одного параметра, Стандартное отклонение /-2а среднее (ц) 68.4% 95.4% На графике показана кривая нормального распределения. Нормальное распределение основывается на среднем и стандартном отклонении измеренного параметра. описанный в предыдущем разделе, моделируется, исходя из нормального распределения вероятностей. Это распределение основывается на среднем ц и стандартном (среднеквадратичес-ком) отклонении а измеренного параметра. Среднее ц - это математическое представление лучшего предполагаемого значения измеренного параметра. Стандартное отклонение а - это мера разброса параметра или распределения вероятностей, которая характеризует прецизионность измерений. Квадрат а носит название дисперсии. По определению, вероятность того, что нормально распределенная случайная величина примет значение в интервале от - а до +а равна 0.684. Для интервала от -2а до +2а такая вероятность равна 0.954. Возможно, что два или несколько измерений будут коррелировать между собой. Это означает, что отклонение в одном измерении будет влиять на другое измерение. Эта корреляция отражается на вычисленных значениях координат. Корреляция между координатами x, y и z математически может бпть выражена в матрице размером 3x3, называемой матрицей дисперсий и ковариаций. Qxy Qyy В модели данных для наборов геодезических данных, матрица дисперсий и ковариаций используется для выражения вероятностного распределения координат геодезических точек и предоставляет количественную оценку их качества. Поскольку матрица дисперсий и ковариаций симметрична, ее значения могут быть выражены как шесть атрибутов в таблицах для геодезических точек и координат. Для каждого измерения выбирается стандартное отклонение О. Выбор значения для О основывается на знаниях о процессе измерений (нолевгх условиях и типе съемочной аппаратуры) и на оппте геодезистов. Прецизионность координат, вгчисленнгх в процессе уравнивания, зависит от прецизионности измерений и от степени учета этой прецизионности в математической модели вгчислений.
Матрица дисперсий-ковариаций моделируется в виде шести атрибутов в таблицах для координат и геодезических точек. Формулы уравнивания по методу наименьших квадратов (Линеаризованная) математическая модель вгражается следующим образом: y = Ax +e + a y = (m) вектор наблюдений; e = (m) вектор поправок; A = (m x n) матрица плана; x = (n) вектор неизвестных; a = (m) вектор констант. Стохастическая модель вгражается следующим образом: Qy = О2 Q= J P-1 О2 Qy = (m x m) матрица дисперсий и ковариаций; s2= априори заданная вариация удельных весов; Q = (m x m) матрица весовых коэффициентов; P = (m x m) матрица весов. Критерий метода наименьших квадратов следующий: e* Pe = минимум Решением является: x = (A* PA )-1 A* P(y-a) s2= e* Pe (A* PA ) = N = (n x n) нормальная матрица; s2 = апостериори заданная вариация удельных весов. Матрица дисперсий и ковариаций неизвестных значений задается так: Qx = О2 N-1 Как ясно из предыдущих формул, метод наименьших квадратов требует системы линейных уравнений. Нахождение вектора неизвестнгх x возможно после серии ите-рационнгх вгчислений dx аппроксимированных значений x0: x = x0 + dx После каждой итерации новое решение сравнивается с предыдущим. Если разницей между двумя решениями можно пренебречь (она стремится к нулю), то процесс итерации является сходимым и заканчивается определением окончательных значений в результате последней итерации. Геодезические точки, измерения и пространственная привязка В базе геоданных информация о геометрии или форме объектов хранится в отдельном поле в таблице. Это поле формы (Shape) характеризует тип геометрии (точка, линия, полигон или муль-титочка) и отражает последовательный набор координат x и y, который помимо этого может содержать значения z и m и идентификаторы вершин (vertex ID). Геометрия, хранящаяся в поле Shape, требует пространственной привязки для того, чтобы связать пространственные объекты с поверхностью земли. Пространственная привязка имеет две составляющие: систему координат и пространственный домен. Система координат используется для проецирования координат с математически аппроксимированной поверхности земли, называемой эллипсоидом, на плоскость карты. Пространственный домен - это минимальное и максимальное значение атрибутов геометрии. Экстент (область простирания) этого домена определяет точность, с которой атрибуты геометрии (x, y, z, m, ID) могут храниться как целочисленные значе- Увеличенные гриды и
ния. Существует конечное число целых чисел в системе; таким образом, пространственный домен x и y аналогичен сетке квадратов, который всегда содержит одно и то же число строк и столбцов (примерно два миллиарда, или два в тридцать первой степени). Точность и пространственный экстент обратно пропорциональны. Поскольку значения x и y должны совпадать с пересечением линий теоретической сетки, чем больше выбранный экстент, тем ниже точность атрибутов геометрии. Пространственная привязка пространственных объектов в базе геоданных хранится как свойство набора классов пространственных объектов или автономного класса пространственных объектов. Аналогично, пространственная привязка геодезических точек и измерений хранится как свойство набора геодезических данн1х. Каждый проект съемки имеет также свою собственную систему координат, но для него не требуется пространственный домен. Это утверждение будет рассмотрено в следующем разделе. Дополнительную информацию о пространственной привязке вы можете найти в книге компании ESRI Картографические проекции. 1 единица карты Экстент пространственного домена влияет на точность, с которой может храниться геометрия объектов.
|