s 2

Werbung
Qualität von Netzen
•
•
•
•
Definition von Qualität
Präzision
Zuverlässigkeit
Beispiel Datumsfestlegung – Qualität
Ausgleichungsrechnung II
Gerhard Navratil
Was ist Qualität?
Vier Bedingungen für Qualitätskriterien:
– allgemein anerkannt
– nachvollziehbar
– objektiv
– adäquat
Qualität oft wertend: „gute Qualität“
Hängt oft von der Aufgabe ab
Ausgleichungsrechnung II
Gerhard Navratil
Anerkannte Definition
„Grad, in dem ein Satz inheränter Merkmale
Anforderungen erfüllt“ (ISO 9000)
Immer im Kontext mit Anforderungen
Geographische Daten (Guptill & Morrison 1995):
–
–
–
–
–
–
Vollständigkeit
Positions- und Attributsgenauigkeit
Aktualität
Auflösung bzw. Maßstab
Konsistenz (Abwesenheit von Widersprüchen)
Herkunft
Ausgleichungsrechnung II
Gerhard Navratil
Qualität in der Geodäsie?
Gezielt gesetzt Schwerpunkte
Unterscheidung zwischen
– Präzision
– Zuverlässigkeit
Ausgleichungsrechnung II
Gerhard Navratil
Präzision
Mit wie vielen signifikanten Stellen wurde ein
Wert bestimmt?
Statistische Verteilung der Realisierungen
Nur korrekt, wenn funktionales Modell und a
priori Annahmen über Standardabweichung
und Korrelation korrekt
Qualität des Entwurfes
Ausgleichungsrechnung II
Gerhard Navratil
Zuverlässigkeit
Kontrollmöglichkeiten im Ausgleichsmodell
Kriterien für Kontrollierbarkeit von
Beobachtungen
Abschätzung des Einflusses nicht aufdeckbarer Fehler auf die Unbekannten
Qualität der Realisierung
Aussagen über den Schutz vor groben
Fehlern
Ausgleichungsrechnung II
Gerhard Navratil
Beurteilung der Präzision
Beurteilung von erforderlicher bzw.
erreichter Präzision notwendig
Maße für die Präzision eines Punktes sollte
geometrisch anschaulich sein
Es gibt noch Maße für die Präzision von
Funktionen und des gesamten Netzes
(globale Kriterien für die Präzision)
Maße für die Präzision sind meist datumsabhängig
Ausgleichungsrechnung II
Gerhard Navratil
Präzision von Netzpunkten
Maßgeblich ist die Kovarianzmatrix
C xx 
s02Q xx
mit
2
0 ist
s02
v T Pv

nf
Zu beachten: s
nur Schätzwert für die
2
Gewichtseinheit  0 - umso genauer je
höher die Anzahl der Freiheitsgrade nf
2
Bei a-priori-Ausgleichung:  xx   0 Q xx
Ausgleichungsrechnung II
Gerhard Navratil
 q x1x1
q
 y1x1
 q x 2 x1

q y 2 x1
 q x 3 x1

 q y 3 x1
 

 q xpx1
q
 ypx1
q x1 y1
q y1 y1
q x 2 y1
q y 2 y1
q x 3 y1
q y 3 y1

q xpy1
q ypy1
q x1x 2
q y1 x 2
qx 2 x 2
qy2x2
qx3 x 2
qy3x2

q xpx 2
q ypx 2
q x1 y 2
q y1 y 2
qx 2 y 2
qy2 y2
qx3 y 2
q y3 y 2

q xpy 2
q ypy 2
q x1x 3
q y1x 3
qx 2 x3
q y 2 x3
qx3 x3
q y3 x3

q xpx3
q ypx3
q x1 y 3
q y1 y 3
qx 2 y 3
qy 2 y3
qx3 y 3
q y3 y3

q xpy 3
q ypy 3









q x1xp
q y1xp
q x1xp
q y1xp
q x1xp
q y1xp

q xpxp
q ypxp
q x1 yp 
q y1 yp 
q x1 yp 

q y1 yp 
q x1 yp 

q y1 yp 
 

q xpyp 
q ypyp 
Standardabweichung
Konfidenzhyperellipsoid,
FehlerRelative
der
undKoordinaten
Eigenwertkriterien,
Konfidenzellipse
Fehler- und
oder
Konfidenzellipsen
und
mittlere
Hauptkomponentenanalyse
Punktlagefehler
Präzision der Koordinaten
etc.
Ausgleichungsrechnung II
Gerhard Navratil
Lokale Kriterien für die Präzision
•
•
•
•
•
•
•
Präzision einzelner Beobachtungen
Präzision einzelner Unbekannter
Präzision von Funktionen der Unbekannten
Helmertsche Fehlerellipse
Präzision eines Koordinatenpaares
relative Fehlerellipse
(relative) Konfidenzellipse
Ausgleichungsrechnung II
Gerhard Navratil
Präzision einzelner Beobachtungen
A priori- Präzision der Beobachtungen in ll stochastisches Modell der Ausgleichung
T
• A posteri- Präzision : Q lˆlˆ  AQ xx A
• Kofaktoren/Kovarianzen der
Qvv  Qll  Qlˆlˆ
Verbesserungen:
Ausgleichungsrechnung II
Gerhard Navratil
Präzision einzelner Unbekannter
• Varianz x2, y2, z2 (h2)
• Standardabweichung x, y, z (h)
Direkt abgelesen aus Kofaktormatrix Qxx
s xi  s0 q xi xi
bzw. s yi  s0 q yi yi
Abhängig von der Lage des Koordinatensystems  eher selten verwendet
• Konfidenzintervall (siehe A1)
Ausgleichungsrechnung II
Gerhard Navratil
Präzision von Funktionen der
Unbekannten
Gegeben: Beliebige Funktion j=fTx und die
Kovarianzmatrix xx der Unbekannten x
Gesucht: Varianz der Funktion j
Kovarianzfortpflanzungsgesetz (siehe A1):
 j2  f T  xx f
Ausgleichungsrechnung II
Gerhard Navratil
Helmert‘sche Fehlerellipse
Gegeben: sx und sy
Gesucht: Mittlerer Fehler des Punktes in
einer beliebigen Richtung
Ergebnis: Fußpunktskurve mit den Halbachsen A und B
Ausgleichungsrechnung II
Gerhard Navratil
Herleitung (1)
Konfiguration:
– Punkt P mit Koordinaten x und y,
Standardabweichungen sx und sy
– Punkt P mit Koordinaten x und h ist fehlerfrei
gegeben
– Punkt P rotiert auf Kreisbahn um Punkt P
Bestimmung des Streckenfehlers PP über
Fehlerfortpflanzungsgesetz
Ausgleichungsrechnung II
Gerhard Navratil
Herleitung (2)
r  x  x    y  h 
2
2
2
2r dr  2x  x dx  2 y h dy
Fehlerfortpflanzungsgesetz liefert
 x  x  2  y h  2
sr2  
 sx  
 sy
 r 
 r 
x x
 cos  ,
Einsetzen von
r
2
2
sr2  sx2 cos 2   s y2 sin 2 
y h
 sin 
r
liefert
Fußpunktskurve einer Ellipse mit sx, sy
Ausgleichungsrechnung II
Gerhard Navratil
Fußpunktskurve
Ausgleichungsrechnung II
Gerhard Navratil
Fehlerellipse
Ellipse der Fußpunktskurve heißt mittlere
Fehlerellipse nach Helmert oder
Standard–Ellipse
Bei P auf x- oder y-Achse:  = 0 /  = p/2, sr
fällt mit Halbachsen sx bzw. sy der Ellipse
zusammen
Voraussetzung für diesen Weg: sx und sy
unabhängig voneinander, also sxy = 0
Ausgleichungsrechnung II
Gerhard Navratil
Allgemeine Lösung (1)
Transformation
t   x cos j  y sin j
u   x sin j  y cos j
Allgemeines Fehlerfortpflanzungsgesetz
liefert aus der Kofaktorenmatrix Qxx die
Kofaktorenmatrix im gedrehten System
2
2
qtt  qxx cos j  2q xy sin j cos j  q yy sin j
quu  q xx sin 2 j  2q xy sin j cos j  q yy cos 2 j

qtu  cos j sin j q yy  q xx   q xy cos 2 j  sin 2 j
Ausgleichungsrechnung II
Gerhard Navratil

Allgemeine Lösung (2)
Suche der Extremwerte und der zugehörigen Richtungen: Ableitung nach j


dqtt
 2qxx sin j cos j  2qxy cos j 2  sin j 2  2q yy sin j cos cos j
dj
Als Extremwertaufgabe gleich Null gesetzt


2
2


0  2sin
j
cos
j
q

q

2
q
cos
j

sin
j
xy 
 xx yy

sin 2j
cos 2j
Vergleich mit Kofaktoren im gedrehten
System: Bei qtu=0 Drehwinkel j gleich
Richtung der max. Varianz F
Ausgleichungsrechnung II
Gerhard Navratil
Allgemeine Lösung (3)
Wenn also j gleich der Richtung der max.
Varianz, dann qtt und quu unabhängig mit
extremen Werten
tan 2j min, max 
sin 2j extr
cos 2jextr
2q xy
: tan 2
q xx  q yy
tan 2j


1  tan 2j
1


1  tan 2j
Qtt ,min, max 
q
2q xy
 q yy  4q
q xx  q yy
2
xx
q
1
qxx  q yy   1
2
2

2
xy
2
 q yy   4q xy
2
xx
q
2
 q yy   4q xy
 qxx , qhh
2
xx
cos 2 j  1 1  cos 2j 
2
sin 2 j  1 1  cos 2j 
2
Ausgleichungsrechnung II
Gerhard Navratil
Allgemeine Lösung (4)
Netzbilder: Meist Ellipse gezeichnet
1
Beziehungen:
AF2  s x2  s y2  w 
BF2
2
1 2

s x  s y2  w
2


w  s s
2
2
x

2 2
y

2
 4 s xy
Richtungswinkel der großen Halbachse:
F
 2 s xy
1
 atan  2
 s  s2
2
y
 x




Ausgleichungsrechnung II
Gerhard Navratil
Wahre Punktlage vs. Helmert‘sche
Fehlerellipse
Wahrscheinlichkeit dafür, dass die Fehlerellipse die wahre Punktlage überdeckt:
~29-39%
(abhängig vom Freiheitsgrad)
Ausgleichungsrechnung II
Gerhard Navratil
Berechnung über Spektralzerlegung
Zerlegung des entsprechenden Ausschnittes
Qii der Kofaktormatrix Qxx in
Spektralmatrix D mit Eigenwerten l1 und l2
Modalmatrix S mit Eigenvektoren s1 und s2
Qii  Si Di STi  s1
 l1 0  s1T 
 T 
s 2 
 0 l2  s 2 
mit den Kenngrößen
AF2  s02 l1 ,
tan  F
Ausgleichungsrechnung II
Gerhard Navratil
s1x

s1 y
BF2  s02 l2
Genauigkeit eines
Koordinatenpaares (1)
• Punktlagefehler (siehe A1)
• Helmertscher (mittlerer) Punktlagefehler
2
2
2
2
2
2
2
sH  sx  s y  s0 tr Qii  s0 l1  l2   AF  BF
Längenmaß, auch Spurkriterium
Keine Wahrscheinlichkeitsaussage möglich
• Werkmeisterscher Punktlagefehler
2
2
2
2
2
2
sW  sx  s y  sxy  s0 detQii  s0 l1  l2
Flächenmaß, daher auch Flächenkriterium
oder Volumenkriterium (bei 3D)
Ausgleichungsrechnung II
Gerhard Navratil
Genauigkeit eines
Koordinatenpaares (2)
Punkte mit unterschiedlicher Fehlerellipse
können denselben Punktlagefehler haben
Werkmeisterschem Punktlagefehler: Extreme
Achslängen der Fehlerellipse werden nicht
erkannt! Tritt beim Helmertschen
Punktlagefehler nicht auf
Kleines Problem bei Helmert: Wert ist größer als
große Halbachse der Fehlerellipse  „totaler“
mittlerer Punktfehler nach Friedrich
Ausgleichungsrechnung II
Gerhard Navratil
Relative Fehlerellipse (1)
Relativpräzision zwischen zwei Punkten Pi
und Pk
Präzision des Mittelpunktes der Verbindungsgeraden
Zunächst Kovarianzmatrix der Koordinatendifferenzen: ik  ii   kk   ik   ki
1
1
A  s  s  w , B  s  s  w 
2
2
2
F
2
x
2
y
2
F
R
 2 sxy
1
 R  atan  2
 s  s2
2
y
 x




mit
2
x
2
y

wR  s2x  s2y
Ausgleichungsrechnung II
Gerhard Navratil
R

2
 4 s2xy
Relative Fehlerellipse (2)
Graphische Darstellung der relativen
Fehlerellipse meist in der Mitte der
Verbindungsgeraden
Existiert auch für zwei Punkte mit Abstand
Null (z.B. mittlerer Durchschlagsfehler
eines Tunnels)
Ausgleichungsrechnung II
Gerhard Navratil
Konfidenzellipse (1)
Bereich, der mit einer Wahrscheinlichkeit von
1-a die wahre Punktlage überdeckt
Kenngrößen aus entsprechenden Elementen der
Helmertschen Fehlerellipse durch Multiplikation
mit
2
2


– 2,1a bei theoretischem Wert für 0
2
– 2 F2, f ,1a bei empirischem Wert für  0
90%: doppelte Achslänge
99%: über dreifache Achslänge
Fläche: mehr als 10x so groß!
Ausgleichungsrechnung II
Gerhard Navratil
Konfidenzellipse (2)
AK2   22,1a  AF2 , BK2   22,1a  BF2 , K  F
bzw.
A  2  F2, f ,1a  A , B  2  F2, f ,1a  B , K  F
2
K
2
F
2
K
2
F
Relative Konfidenzellipse entsprechend
2
2
ARK
 2  F2, f ,1a  AR2 , BRK
 2  F2, f ,1a  BR2 , RK  R
Ausgleichungsrechnung II
Gerhard Navratil
Globale Maße der Präzision
Gesamte Kovarianzmatrix wird zur Berechnung
herangezogen
Insbesondere bei Netzoptimierung verwendet
Arten
–
–
–
–
–
Konfidenzhyperellipsoid
Rayleigh-Relation
Homogenität/Isotropie
Hauptkomponentenanalyse
Kriteriummatrix
Ausgleichungsrechnung II
Gerhard Navratil
Konfidenzhyperellipsoid
Verallgemeinerung der Betrachtungen zur
0  s1T 
 l1
Fehlerellipse führt zu

 T 
l1

 s 2 
Q xx  s1 s 2  s u 
 

0



 
l1  sTu 
Eigenwerte größenmäßig absteigend
angeordnet
Halbachsen des Konfidenzhyperellipsoides:
Ai2  s02 li u2,1a
Ausgleichungsrechnung II
Gerhard Navratil
Gütekriterien (1)
Volumen des Konfidenzhyperellipsoides
Das führt zu
det

s02Q xx

s02 l1  s02 l2
  s02 lu
u
  s02 li  min
i 1
Ist eine Verallgemeinerung des
Werkmeisterschen Punktfehlers
Analogon zum Helmertschen Punktfehler:
Spur- oder Varianzkriterium
tr

s02Q xx

s02 l1
 s02 l2
   s02 lu
u
  s02 li  min
i 1
Ausgleichungsrechnung II
Gerhard Navratil
Gütekriterien (2)
Durchschnittlicher Eigenwert oder
mittlere Koordinatengenauigkeit
trQ xx
li
2
l
 s0 
u
u
Durchschnittlicher (Helmertscher)
Punktfehler s 2  2trQ xx  2s 2 li  2s 2 l
H
u
0
u
0
Auch Eigenwerte der Kofaktormatrix zur
Berechnung verwendbar
Ausgleichungsrechnung II
Gerhard Navratil
Rayleigh-Relation
Beschränkung der resultierenden Präzision
für beliebige Funktionen der Unbekannten
Rayleigh-Quotient wird eingeschränkt:
lmin 
f T  xx f
T
f f
 lmax
Sinnvolle Präzisionsforderung:
Ausgleichungsrechnung II
Gerhard Navratil
lmax  lmin
Homogenität/Isotropie
• Homogen: Kein Punkt unterscheidet sich
von einem anderen Punkt in irgendeiner
Weise
• Isotrop: Es gibt keine ausgezeichnete
Richtung
Ausgleichungsrechnung II
Gerhard Navratil
Homogenität/Isotropie bei
geodätischen Netzen
• Homogenes Netz: Die lokalen Kriterien
der Präzision (z.B. Helmertsche Fehlerellipsen) zeigen in allen Punkten dieselbe
Tendenz
• Isotropes Netz: Die Präzision ist in allen
Richtungen gleich groß (die
Helmertschen Fehlerellipsen sind Kreise)
Ausgleichungsrechnung II
Gerhard Navratil
Beurteilung von Homogenität
Minimaler und maximaler Eigenwert
lmax
lmin
bzw. lmax  lmin
Immer nur näherungsweise erfüllt!
Homogenität und Isotropie nehmen zu je
näher die Differenz bei Null bzw. der
Quotient bei Eins liegt
Homogene und isotrope Situationen sind
nicht immer optimal (z.B. Tunnelvortrieb)
Ausgleichungsrechnung II
Gerhard Navratil
Hauptkomponentenanalyse
p1  s1 l1
Erste Hauptkomponente
mit dem maximalen Eigenwert l1 und dem
zugehörigen normierten Eigenvektor s1
Deckt Schwachstellen auf (Richtungen, die
am schlechtesten bestimmt sind)
Extreme Netzsituationen: größter EW bis zu
40-60% der Gesamtvarianz 
wesentlicher Eigenvektor
Ausgleichungsrechnung II
Gerhard Navratil
Kriteriummatrix
Auch Kriterion-Matrix
Spiegelt die vollständige Struktur der
Kovarianzmatrix wider, hat aber eine
geänderte Struktur
Hat sich noch nicht durchgesetzt
Siehe Grafarend (1979)
Ausgleichungsrechnung II
Gerhard Navratil
Optimierung
• A-Optimalität: minimale Spur von xx
r
• D-Optimalität: minimale Determinante v.  xx
r
 xx ist die aus den nicht-verschwindenden
Eigenwerten von xx gebildete Diagonalr
l
matrix, also  i  min
• E-Optimalität: minimaler Wert von lmax
• S-Optimalität: minimale Differenz lmax-lmin
Ausgleichungsrechnung II
Gerhard Navratil
Beurteilung der Zuverlässigkeit
Geodätische Arbeitsweise: Durchgreifende
Kontrollen
Einfache Kontrolle: Wiederholung der Messung –
nicht immer durchgreifend
–
–
–
–
Refraktion gleich
Automatische Korrekturparameter falsch
Gerät nicht genau aufgestellt
…
Notwendig daher: Geometrisch anders wirkende
Kontrolle
Ausgleichungsrechnung II
Gerhard Navratil
Beispiel
Neupunktsbestimmung
für Punkt N
Mögliche Messgrößen:
Strecken, Winkel
Eindeutige Lösung: Beliebige Kombination zweier
Beobachtungen – Genauigkeit möglicherweise
erreicht aber:
Keine Kontrolle!
3. Beobachtung: Kontrolle, bei Fehler Bestimmung
von N immer noch möglich
Ausgleichungsrechnung II
Gerhard Navratil
Definition Zuverlässigkeit
Ein geodätisches Netz ist zuverlässig, wenn
allfällige Modellfehler entdeckt und eliminiert
werden können
Zuverlässigkeitskriterien beantworten die Fragen
–
–
–
–
Gibt es grobe Fehler?
Ist eine Beobachtung genügend kontrolliert?
Wo liegt die Grenze nicht erkennbarer Fehler?
Welchen Einfluss auf das Ergebnis hat dieser
Grenzwertfehler?
Ausgleichungsrechnung II
Gerhard Navratil
Beantwortung?
Statistische Testverfahren
Oft genaue Berechnung nicht notwendig, da nur
relative Angaben für Entscheidung zwischen
Varianten nötig
• Innere Zuverlässigkeit
– Standardisierte Verbesserungen
– Redundanzanteil
– Maximal aufdeckbare Ausreißer
• Äußere Zuverlässigkeit
– Durchschnittl. Einfluss eines Beobachtungsfehlers
Ausgleichungsrechnung II
Gerhard Navratil
Standardisierte Verbesserungen
Verbesserungen aus Ausgleichung sind
normal verteilt mit Mittelwert Null und
Standardabweichung  v  s0 qvv(ii)
Standardisierte Verbesserung: Division
durch Standardabweichung (vgl.
normierte
v
Normalverteilung), also w  
Beobachtungen mit großem wi werden
näher untersucht und eventuell eliminiert
(z.B. 3-Regel)
i
i
i
vi
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (1)
Statistischer Test: Mit Redundanz nf=n-u
(n-n0 bei bedingter Ausgleichung) wird die
2
Streuung der wahren Fehler   E ( p )
geschätzt über 2 v T Pv
s 
nf
2
2
T
2




s
oder
E
v
Pv
|
H

s
 nf
Nullhypothese: 0
0
Aussage: Stichprobe gehört der Grundgesamtheit an, also nur zufällige Fehler
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (2)
Alternativhypothese


E v T Pv | H a  s 2 n f  l  oder
 v T Pv

 v T Pv

l  E  2 | H a   E  2 | H 0 
 s

 s

Einführung von v für die Differenz der
Verbesserungen bei Null- und Alternativhypothese, also v=v|Ha-v|H0
Gemischte Glieder verschwinden 
l  1 2 E v T Pv 
0
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (3)
Parameter l hat also zwei Bedeutungen:
– Fiktive Erweiterung der Redundanz
– Normierte Differenz der quadratischen Form
vTPv von Null- und Alternativhypothese
Betrachten wir die Macht des Tests:
Wahrscheinlichkeit für Annahme einer
falschen Hypothese: 1-b und somit
 s2


1  b  P 2  F1a ,m,n | H a 


Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (4)
Testgröße F1-b,m,n ist Fisher-verteilt mit
Redundanzen m und n bei Berechnung
von s2 bzw. 2
l geht über in l=l(a,b,m=nf,n=∞)
Parameter
b kann ausgedrückt werden als

b   f ( Fm,n,l )dF (m, n, l ) mit m=nf und n=∞
F1a ,m ,n
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (5)
Übergang von Erwartungswerten auf
konkrete Werte liefert
l
1
2
v Pv 
T
1
2
l T PQ vv Pl
Prüfung dieser Beziehung benötigt
Untersuchung des Zusammenhanges
zwischen v und l
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (6)


1
x  A PA A Pl
1 T
x in v eingesetzt gibt v  AN A P  I l
1
Zusätzlich bekannt
Q ll  P
v  Ax  l
T
Q xx  N
T
1
1
Q lˆlˆ  AN A
T
Q vv  Q ll  Q lˆlˆ
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (7)
Einsetzen für Qvv gibt


AN
Q vv  Q
ANAAP
APPP

P
IQ
P
PI AN
Q
1
Q vv Q ll   AN A P  I
1
ll

111 T11 T TT

lˆlˆ
1 T
111
ll

Multiplikation von rechts mit –l gibt
1
ll

1

 Q vv Q l  AN A P  I l  v
Und somit
T
1
ll
v  Q vv Q l
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (8)
1
1
T
l


v
P

v


l
PQ vv Pl
Zum Ausdruck
2
2


T
kommen wir, indem wir v=Ax-l in vTPv
T
T
T
T

PAx  l 
v
Pv

x
A

l
einsetzen: T
T
T
v Pv  l PAx  l Pl
Herausheben von –lTP gibt
vT Pv  lT PAx  l   lT Pv
Wir setzen nun den gerade berechneten
Ausdruck für v ein und erhalten
v Pv  l PQ vv Pl
T
T
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (9)
Übergang auf Differenzen liefert
v Pv  l PQ vv Pl
T
T
Uns interessiert nun im Vektor l genau die
Komponente li , welche die Verschiebung l bewirkt. Wir setzen also
l  0  0 li
T
Und erhalten
li  
0  0
l
PQ vv P ii
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (10)
Der Nenner ergibt sich zu

PQ vv P  P  PA A PA
T

1
T
A P
Und mit P=I erhalten wir
li  
l0
I  AA A  A 
T
1
T
ii
Nenner: Steigerung der Präzision der
Beobachtung durch die Ausgleichung
l0 bestimmt mit konkreten Werten für a0 (klein), b0
(groß), nf=1 (1 konkrete Beob.) und n=∞
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (11)
Je größer li, desto größer kann der
entsprechende Fehler bei gleicher
Auswirkung l sein.
Grober Fehler fällt nur auf, wenn er größer
als li ist.
Normale Ausgleichsgeometrien:
Grober Fehler schlägt sich hauptsächlich in
Werte in Hauptdiagonale von Q vv Q ll1 sind größer als die übrigen Werte
der Zeile
Verbesserung dieser Beobachtung nieder
einer
Ausgleichungsrechnung II
Gerhard Navratil
Redundanzanteil (12)
Grober Fehler li
Auswirkung auf entsprechende Verbesserung: vi   Q vv Q ll1 ii li  ri li
Verbesserung vorhanden, welche diesen
Grenzwert überschreitet: Kann als grob
falsch angesehen werden
Parameter ri … Redundanzanteil der i-ten
Beobachtung


Ausgleichungsrechnung II
Gerhard Navratil
Aussage der Redundanzanteile
Zunehmender Betrag von ri  zunehmende
Kontrolle
• ri = 0: vollkommen unkontrolliert
• ri < 0,3 : geringe Kontrolle – Aufdeckung grober
Fehler kaum möglich
• 0,3 < ri < 0,7 : gute Kontrollierbarkeit
• ri > 0,7 : sehr gute Kontrolle, Notwendigkeit?
• ri = 1 : vollständig kontrolliert  überflüssig
ri ist gleich der Gesamtredundanz
Ausgleichungsrechnung II
Gerhard Navratil
Optimales Netz
• Alle Beobachtungen kontrolliert
• Alle Redundanzanteile etwa gleich groß
Reduktion der Beobachtungen möglich,
wenn häufig Redundanzanteile von 70%
und mehr
Ausgleichungsrechnung II
Gerhard Navratil
Lokale Zuverlässigkeit
Bestimmt aus Quotient der entsprechenden
( ii )
Diagonalenglieder
qvv
zi 
qll( ii )
Summe im Allgemeinen größer als
Gesamtredundanz außer unkorrelierte
Beobachtungen
Ausgleichungsrechnung II
Gerhard Navratil
Kleinster aufdeckbarer Ausreißer
Innere Zuverlässigkeit beschreibt
Kontrollierbarkeit der Beobachtungen
innerhalb des Netzes
Bisher: Angaben über die innere
Zuverlässigkeit
l
 0li 
d0
Weiteres Maß: Grenzwert
ri
Grober Fehler gerade noch aufdeckbar
Nichtzentralitätsparameter d0 üblicherweise
gesetzt zu 4,13 (a0=0,1% und b0=80%)
i
Ausgleichungsrechnung II
Gerhard Navratil
Äußere Zuverlässigkeit
Auswirkungen unentdeckter
Beobachtungsfehler auf die Unbekannten
Für Nutzer oft wesentlich wichtiger!
Oft verwendetes Maß: Durchschnittlicher
Einfluss eines Beobachtungsfehlers
1  ri
d 0i 
d0
ri
Möglichst klein ( 0)
Ist datumsinvariant
Ausgleichungsrechnung II
Gerhard Navratil
Bemerkungen
• Optimieren von Netzen verlangt Fingerspitzengefühl (wie genau messe ich tatsächlich?)
• Erforderliche Qualität variiert mit der Anwendung
– Landesvermessung: möglichst homogen und isotrop
– Tunnel: Querrichtung wichtiger als Längsrichtung
• Unsere Qualitätsangaben sind in der Praxis oft
problematisch: Juristen denken in absoluten
Zahlen (Twaroch 2005), Baunormen verwenden
maximal erlaubte Toleranzen (Peters 1974)
• Projekte: Qualität oft vorgegeben (ENV 13005:
Guide to the Expression of Uncertainty in
Measurement)
Ausgleichungsrechnung II
Gerhard Navratil
Qualitätskriterien
Präzision
innere P.
a-priori P.
Zuverlässigkeit
äußere P.
lokale P.
globale P.
innere Z.
äußere Z.
Redundanz
Einfluss eines Fehlers
auf die Unbekannten
Statistische Tests
Nabla-Operator
a-posteriori Präzision
Punktfehler
Fehlerellipse
Konfidenzellipse
relative Fehlerellipse
relative Konfidenzellipse
Konfidenzhyperellipsoid
Hauptkomponentenanalyse
Homogenität
Isotropie
Ausgleichungsrechnung II
Gerhard Navratil
Einfluss eines Messwertes
auf die Punktlage
Kap. 5: Beispiel Streckennetz
•
•
•
•
•
Zusammenhang Datum – Qualitätsmaße
Langgestrecktes Netz (Trasse, Tunnel, …)
A priori- Präzision 2mm+1ppm
22 Punkte, 45 Unbekannte, 102 Strecken
Datumsdefekt d = 4
Ausgleichungsrechnung II
Gerhard Navratil
Zwangsfreie Ausgleichung (1)
• Datumsfestlegung: 4 Koordinaten (2
Punkte) festgehalten  Redundanz 61
(102 - 41)
• Bei jeder Datumsfestlegung andere
Fehlerellipsen
• Gerechnete Varianten: Festgehalten sind
– Linke Eckpunkte
– Obere Eckpunkte
– Mittlere Punkte
Ausgleichungsrechnung II
Gerhard Navratil
Zwangsfreie Ausgleichung (2)
Ausgleichungsrechnung II
Gerhard Navratil
Zwangsfreie Ausgleichung (3)
• Redundanzen für 1.
Fall (Festhalten 1 und
12) zwischen 50 und
65%
• Strecke 1 nach 12
(beides Festpunkte)
hat nicht 100%!
• Ursache: Maßstab!
von
nach
ri [%]
1
2
56 2
13 61
1
12 56 2
14 63
1
13 63 3
2
56
2
1
56 3
4
56
2
3
56 3
13 63
2
12 63 3
14 61
Ausgleichungsrechnung II
Gerhard Navratil
von
nach
ri [%]
Gezwängte Ausgleichung
• 4 Eckpunkte für Datum  37 Unbekannte,
Freiheitsgrad 65
• Kleinere Fehlerellipsen
Ausgleichungsrechnung II
Gerhard Navratil
Teilspurminimierung
• Eckpunkte als Passpunkte
• Keine Festpunkte  Fehlerellipsen für alle
Punkte
• Freiheitsgrad 61 = 102-45+4 (Lagerungsbedingungen)
Ausgleichungsrechnung II
Gerhard Navratil
Gesamtspurminimierung
• Alle Punkte als Passpunkte
• Keine Festpunkte  Fehlerellipsen für alle
Punkte
• Freiheitsgrad 61
• Beachte Lage der kleinsten Fehlerellipsen!
Ausgleichungsrechnung II
Gerhard Navratil
Herunterladen