background image

 

 

Wyrównanie 

Wyrównanie 

obserwacji GPS

obserwacji GPS

background image

 

 

Rodzaje błędów

Rodzaje błędów

Pomyłki

B

ł

ęd

y systematyczne

B

ł

ę

d

p

r

z

y

p

a

d

k

o

w

e

background image

 

 

Dokładność

Dokładność

 vs. 

 vs. 

precyzja

precyzja

Wysoka dokładność a niska precyzja

background image

 

 

Dokładność

Dokładność

 vs. 

 vs. 

precyzja

precyzja

Niska dokładność i wysoka 
precyzja

background image

 

 

Odchylenie standardowe

Odchylenie standardowe

 

 

(

(

rozkład 

rozkład 

normalny

normalny

)

)

4.0

Ś

re

d

n

ia

 

0.5 1.0 1.5 2.0 2.5 3.0 3.5

-0.5

-1.0

-1.5

-2.0

-2.5

-3.0

-3.5

-4.0

Wartości poprawek 
(cm)

background image

 

 

x

i 1

N

i

2

1

N 1

(x x )

Odchylenie standardowe

Odchylenie standardowe

 

 

(sigma, s)

(sigma, s)

background image

 

 

Odchylenie standardowe - 

Odchylenie standardowe - 

przykład

przykład

background image

 

 

 

 

Składowe wektora (metry):                                 

dx          -7.274       

dy          81.883          

dz          84.825

Odchylenie standardowe (metry):                                 0.000392                 0.000648                   0.000883

                                                                           

dn        107.199      de         -49.608         du           -0.571

                                                                                      0.000561                0.000352                   0.000956

                                                                                                                                            

dh          -0.570

                                                                                                                                                      0.000956

Macierz wariancyjno-kowariancyjna                             1.539165E-007

                                                                                     1.168243E-007         4.202073E-007

                                                                                    -1.185407E-007        -3.448070E-007          7.789994E-007

Błędy obserwacji – a’priori

Błędy obserwacji – a’priori

Oszacowanie błędów obserwacji 

przed wyrównaniem

background image

 

 

Błąd centrowania

Błąd centrowania

Określa „swobodę zaczepienia” wektora

background image

 

 

X

+

Stała

 Macierz 

błędów
a priori

Błędy
centrowania

(

)

[ ]

Ostateczne wartości błędów 

Ostateczne wartości błędów 

obserwacji

obserwacji

background image

 

 

Poprawka 

Poprawka 

standaryzowana

standaryzowana

Poprawka

standaryzowana

Poprawka

=

Poprawki

background image

 

 

Kryterium Tau

Kryterium Tau

1

2

3

4

1

2

3

4

 

Błąd

Błąd

background image

 

 

Wyrównanie - korzyści

Wyrównanie - korzyści

Możliwe przy założeniu, że obserwacje 

obarczone są błędami przypadkowymi

W przypadku obserwacji nadliczbowych 

pozwala uzyskać jedno rozwiązania

Minimalizuje wartości poprawek

Pozwala wykrywać błędy grube i znaczne 

błędy pomiarowe

Daje oszacowanie dokładności wyrównywanej 

sieci (współrzędnych i ich funkcji)

background image

 

 

Etapy wyrównania

Etapy wyrównania

  Wyrównanie sieci wykonuje się 

zwykle w dwóch krokach:

  Wyrównanie swobodne 

(niezniekształcające)

Wyrównanie nawiązane

background image

 

 

Wyrównanie niezniekształcające

Wyrównanie niezniekształcające

Pozwala skontrolować wewnętrzną 

spójność sieci

Pozwala wykryć omyłki i odstające 

obserwacje (błędy grube) 

Daje najlepsze oszacowanie 

rozkładu błędów w sieci

background image

 

 

Wyrównanie 

Wyrównanie 

niezniekształcające 

niezniekształcające 

background image

 

 

Wyrównanie niezniekształcające

Wyrównanie niezniekształcające

Prowadzi się iteracyjnie 

do czasu kiedy …

wszystkie błędne 

obserwacje zostaną 

usunięte z sieci

oszacowanie dokładności 

obserwacji będzie 

optymalne (np. mo=1) 

background image

 

 

Test  (

Test  (

2

2

)

)

Test statystyczny badający 

zgodność obserwacji z rozkładem 

normalnym (liczony w funkcji 

błędów obserwacji, nadliczbowości 

i założonego poziomu ufności)

Wyrównanie zwykle nie spełnia 

testu dopóty, dopóki błąd typowy 

sieci znacznie odbiega od jedności

background image

 

 

Wyrównanie nawiązane

Wyrównanie nawiązane

Nawiązuje sieć do istniejącej 

osnowy

Zwiększa niezawodność sieci

Transformuje współrzędne 

punktów sieci do układu 

zdefiniowanego poprzez punkty 

nawiązania

background image

 

 

Wyrównanie nawiązane

Wyrównanie nawiązane

2 punkty (XY) określają 

kąt obrotu

background image

 

 

Wyrównanie nawiązane

Wyrównanie nawiązane

2 punkty (XY) i

1 punkt (H)

Definiuje kąt obrotu i skalę sieci

background image

 

 

Wyrównanie nawiązane

Wyrównanie nawiązane

2 punkty (XY) i

3 punkty (H)

Definiują kąt obrotu, 

skalę sieci i odchylenie pionu

 (Transformacja 7-mio parametrowa )

Nawiązanie do większej 

liczby punktów zwiększa 

pewność rozwiązania


Document Outline