Вывод алгоритма выравнивания коррелатным способом
Суть уравнивания(алгоритма) закл. в том, чтобы найти вектор поправок V, при кот-м уравненные величины будут достаточ-ми, несмещ-ми и эффективными оценками, т.е. такой же должна быть и функция уравненных величин. Пусть им-ся вектор измерений y: у=Y+∆, где Y-истинное значение измеренных величин; ∆-вектор истинных ошибок. Любая функция измер-х величин имеет вид: F(y)=F(Y+∆) или разлог. ее в ряд Тейлора: F(y)=F(Y)+f∆; f=∂F/∂Y.Эта функция записана до уравнивания. Оценка этой функции после уравнивания должна быть достаточной, не смещенной и эффективной. 1. В случае достаточности, должны учит. рез-ты. всех измерений геодезической сети, а при составлении условных уравнений измерения объединяются в свободные члены. Ведь свободные члены – это невязки, а невязки вычисляются по всем измерениям. F(y)=F(Y)+f∆+GTW, где W – вектор свободных членов всех условных уравнений, GT – это некоторая матрица которую следует найти такой, чтобы функция была не смещенной и эффективной. Для ясности представим вектор W = B∆, где ∆ - вектор истинных ошибок результатов измерений, В – матрица коэффициентов условных уравнений. F(y)=F(Y)+f∆+GTB∆. 2. Проверим эту запись на несмещенность. Для этого найдем математич ожидание этого выражения MF=MF(Y)+M∆(f+GTB). Считаем, что ошибки измерений не содержат систем-х ошибок, т.е. M∆=0, MF= F(Y). То есть математическое ожидание оцениваемой функции будет равно ее истинному значению. 3. Для достижения эффективной оценки у следует найти такую матрицу G, при которой достигается минимум дисперсии у. Для поиска миним-х дисперсий следует искать дисперсию следующ. функции: F(y) =(f+GTB) ∆. Потому чтодисперсия истинного значения функции = 0, т.е. DF(y)=0 F(y)=F(Y)+f∆+GTB∆; F(y)=F(Y)+(f GTB) ∆. Если F(Y)=0, то F(y)= (f +GTB) ∆. С точки зрения матричного исчисления если есть функция Y=AX, где А-некоторая матрица, а X-вектор, то D(Y)=AKxAT, где Kx- корреляц. матрица вектора x. σ12 k 12 k 21 Kx= k 21 σ22 k 23 k n1 k n2 σn2 Это таблица, в кот-й по диагон. –дисперсии изм-х величин, а не диагон. Элем-ты=коррел-м моментам этих измерений. Применим это правило для нашей функции: DF=(f +GTB)К∆ (f +GTB)Т; К∆= σP-1 где P-матрица весов измерений, σ-стандарт измерений,вес которых =1. P1 0 0 P=0 P2 0 0 0 Pn
Для простоты будем полагать корреляц. моменты=0. Измер. некоррел-ны, т.е. независимы σi2= σ2*1/P (Если есть измерения Р1- σ12 и Р2- σ22, то Р1/Р2= σ22/ σ12; если Р1=1, то σ22= σ12*1/P). DF=(f +GTB) (σ2P-1) (f +GTB)Т ; зная, что (f +GTB)Т= f T+B ТG; DF= σ2(f +GTB) P-1 (f T+B ТG). Осуществим произведение DF= σ2(f P-1 f T+ f P-1 B ТG+ GTB P-1 f T+ GTB P-1 B ТG). Поскольку нам необ-мо найти матрицу G-доставл.минимум дисперсии DF=минимум, то найдем производную по матрице G и приравняем ее к 0. ∂ (DF) /∂ (G)=0. f P-1 B Т+ f P-1 B Т+2GTB P-1 B Т=0. 2 f P-1 B Т+2GTB P-1 B Т=0. f P-1 B Т +GTB P-1 B Т=0. Введем обозначения: B P-1 B Т=N (N матрица нормальных уравнений), тогда f P-1 B Т+ G TN=0. Для вычисления G T умножим это уравнение на обратную матрицу N-1справа. f P-1 B Т N-1+ G TN N-1=0. NN-1=Е (един.матрица). f P-1 B Т N-1+ G T=0, отсюда G T= - f P-1 B Т N-1 тогда подставляя G T в исходное выражение функц. Оценка функции будет F=F(Y)+f∆+G TW. F= F(Y)+f∆ - f P-1 B Т N-1W. F(y)=F(Y)+f∆. F=F(y)+(- f P-1 B Т N-1W). Если вместо функции брать вектор измерений, тогда f=E, если для 1 измерения f=1, то уравн-е знач. y=y+(- P-1 B Т N-1W), а это значит - P-1 B Т N-1W=V. Исходя из изложенного можно составить алгоритм уравнивания коррелатным способом: 1. Составляется система урав-й (ВV+W=0), соотв-но матрица коэффиц-в В и вектор свободных членов W. 2. Назначаются веса измерений, если надо то сост-ся весовая функция, т.е. функция дисперсию которой неоюходимо оценить. 3. Вычисляется матрица нормальных уравнений N=BP-1BT и реш-ся система норм-х урав-й Nk-W=0. 4. Находятся поправки к измеренным величинам по формуле:- P-1 B Т N-1W=V. Дисперсии функции уравненных величин вычисл-ся так: исход-я формула дисперсии иммет вид DF= σ2(f P-1 f T+ f P-1 B ТG+ GTB P-1 f T+ GTB P-1 B ТG), где GT=- f P-1B Т N-1 Следовательно, DF= σ2(f P-1 f T- fB Т N-1 B P-1 f T). Настоящий алгоритм можно вывести и на основе метода наименьших квадратов. Если известно, что ошибки измерений распределены по нормальному закону с функцией плотности dktK-определитель матрицы К, то согласно методу максимального правдоподобия минимум логарифма функции правдоподобия сводится к минимуму след. функции: VTK-1V или функции VTPV, где P=K-1 При наличии условных уравнений сост-ся функционал Лангранжа: L= VTPV+ 2kT(BV+W), где k–вектор неопред-х множителей Лагранжа-коррелат. Если продеффер-ть по V и производную приравнять к 0: 2VTP+2kTB=0 из этого найдем вектор поправок: VT= -kTB P-1 или V= -P-1BTk. Подставляя вектор в условное уравнение сост-ся система нормальных уравнений Nk-W=0, где N=BP-1BT, отсюда k=N-1W по кот-му нах-ся поправки в измерения. Вектор поправок можно вычс-ть по формуле: V= -P-1BTk. Но тогда вектор k наход-ся из системы нормальных уравнений вида Nk+W=0.
|