2. Линеаризация
Линеаризованные УУС получаются путём разложения в ряд Тейлора исходной системы (K.47):
Br n vn1 + Wr1 = 0r 1. (K.14)
Коэффициенты Br n, неизвестные vn1 и свободные члены Wr1 этих уравнений традиционно записываются так:
, (K.49)
v1nT = (v1, v2, … vn), (K.50)
W1rT = (w1, w2, … wr). (K.51)
В алгебраической форме линеаризованные УУС имеют вид:
. (K.52)
Важнейшим моментом второго этапа является определение допустимости свободных членов («невязок») линеаризованных УУС.
Допустимые значения невязок УУС.
Вектор невязок Wr1 вычисляется по данным измерений yn1 и координатам опорных точек zq1:
Изучив статистические свойства векторов-оценивателей коррелатной версии, мы установили, что: E(W) = 0; а KW = N. Из последнего факта следует, что , т.е. среднее квадратическое значение j-ой невязки – это диагональный элемент матрицы коэффициентов нормальных уравнений коррелат, находящийся на пересечении j-ой строки и j-ого столбца.
Установление допустимости невязки w j начинается с проверки нулевой гипотезы о равенстве нулю её МО:
H0 = {E(wj) = 0} (K.53)
против альтернативной гипотезы
HA = {E(wj) ≠ 0}. (K.54)
Нулевая гипотеза (K.53) проверяется с помощью теста
tЭ = | wj |/σw j, (K.55)
который сопоставляется на уровне значимости α с квантилью tT распределения Стьюдента, характеризующегося r = n – k степенями свободы:
tT = arg(FСт.(n-1)= (1–α/2)). (K.56)
Воспользовавшись неравенством альтернативной гипотезы (K.54), получаем такое выражение для допустимого значения невязки j-го УУС:
tЭ = | wj |/σwj ≤ tT → wjдоп = tT* σwj = tT*. (K.57)
Квантиль распределения Стьюдента, называемая «доверительным множителем», часто заменяется квантилью нормального распределения на том же уровне значимости. Нормальные доверительные множители, соответствующие уровням значимости 0.05, 0.01 и 0.003 равны:
t0.05 = 1.96 ≈ 2; t0.01 = 2.58 ≈ 2.6; t0.003 = 3. (K.58)
Если вычисленная невязка лежит в допустимых пределах, это не означает, что она найдена без ошибок. К сожалению, не существует прямых контрольных выражений для проверки вычисления невязки. Выход один – вычисления «во вторую руку».
3. Нормализация
Нормальные уравнения коррелат в матричной форме имеют вид:
Nr r*Λr1 – Wr1 = 0r1. (K.20)
Коэффициенты нормальных уравнений представляют собой произведение двух ранее введённых матриц:
Nr r = Br n Kn n BTn r. (K.21)
Выполняя умножение данных матриц с учётом (K.48) и (K.49), получаем традиционную алгебраическую форму записи коэффициентов нормальных уравнений коррелат для случая некоррелированных измерений:
. (K.59)
Свободные члены НУ коррелат (K.51) переносятся из линеаризованных УУС. Вектор неизвестных (коррелат), записанный в строку, имеет вид:
Λ1rT= (λ1 2 … r). (K.60)
Теперь, выполняя умножение матрицы (K.59) на вектор коррелат (K.60) и вычитая из произведения вектор «невязок» (K.51), получаем алгебраическую запись системы НУ коррелат:
. (K.61)
4. Решение ну
Решение НУ коррелат, предлагаемое в теоретической части изложения материала, осуществляется методом обращения матрицы коэффициентов Nr r системы НУ (K.61):
Lr 1 = Nr r-1 Wr 1. (K.22)
Это сделано по следующим соображениям.
Во-первых, предполагая линейную независимость УУС, мы вправе считать, что матрица коэффициентов Brn имеет полный строчный ранг, т.е. rank(B) = r. В таком случае матрица коэффициентов НУ Nr r = Br n K BnrT будет иметь такой же ранг, и её определитель не будет равен нулю, т.е. det(Nr r) ≠ 0. Это означает, что существует N-1 и решение системы (K.61) в форме (K.22).
Во-вторых, использование обратной матрицы N-1 значительно упростило как уже выполненные теоретические выкладки, так и предстоящие преобразования.
В развёрнутом виде уравнения (K.22) можно записать, учтя тот факт, что обратная матрица коэффициентов нормальных уравнений является ковариационной матрицей коррелат, т.е. Nr r-1 = KΛ:
. (K.62)
Обратите внимание, что каждый диагональный элемент Kjj – это квадрат среднего квадратического значения j-ой коррелаты!
Отдельно j-ая строка системы (K.62) выглядит следующим образом:
j = Kj 1* w1 + … +Kj j* wj + … + Kj r* wr. (K.63)
Выше уже отмечалось, что вычисление элементов Kij обратной матрицы N-1 через союзную матрицу на практике представляет собой трудоёмкую вычислительную задачу. Много проще реализовывать обращение с использованием различных алгоритмов решения СЛАУ.
В геодезии традиционно широко применяется алгоритм К.Ф.Гаусса, называемый «методом последовательного исключения неизвестных», и его модификации.
Суть метода Гаусса состоит в эквивалентной замене матрицы коэффициентов нормальных уравнений Nrr верхней треугольной матрицей Urr (для сокращения записей обратные веса π опущены, что не влияет на сущность алгоритма). Эквивалентное преобразование реализуется путём последовательной замены строк исходной матрицы их линейными комбинациями друг с другом. Итак, матрица
(K.59)
преобразуется к верхнему треугольному виду
. (K.64)
Получаемая эквивалентная СЛАУ
(K.65)
легко решается в обратном порядке:
. (K.66)
Коррелаты Λ1rT = (1, 2, … 1r) вычисленные методом обращения или методом Гаусса, либо каким-то другим способом, должны быть проконтролированы. Такой контроль осуществляется путём подстановки найденных корней в исходную систему НУ коррелат (K.20):
Nr r*r1 = Wr1. (K.67)
Вернёмся к вопросу получения элементов обратной матрицы с помощью некоторого алгоритма решения СЛАУ. Очевидно, что такой алгоритм будет линейным преобразованием свободных членов по некоторому правилу Z:
r1 = Nr r-1 Wr 1 = Zr r Wr1. (K.68)
Воспользовавшись тождеством N-1 = N-1 *I, выразим его через алгоритм Z:
= Z*I. (K.69)
Развернём этот результат подробнее:
. (K.70)
Из соотношений (K.70) следует очевидное правило вычисления столбцов обратной матрицы путём r-кратного использования алгоритма Z:
. (K.71)
5. МНК-оценивание
Коррелаты, полученные и проконтролированные на 4ом этапе, позволяют вычислить МНК-поправки в измерения yn1:
. (K.19)
Более подробно, с учётом (K.48), данная система записывается так:
. (K.72)
Получена коррелатная система уравнений поправок. Алгебраический эквивалент i-ой строки данной системы имеет вид:
. (K.73)
Вычисление МНК-поправок в измерения контролируется путём подстановки их в линеаризованные УУС (K.13):
Br n = – Wr1. (K.74)
Допустимые значения МНК- поправок.
В статистических свойствах векторов-оценивателей коррелатной версии, установлено, что: E() = 0; а =KBTN-1BK. Из последнего факта следует, что , т.е. среднее квадратическое значение i-ой поправки – это диагональный элемент ковариационной матрицы МНК-поправок в измерения, находящийся на пересечении i-ой строки и i-ого столбца этой матрицы.
Установление допустимости поправки начинается с проверки нулевой гипотезы о равенстве нулю её МО:
H0 = {E() = 0} (K.75)
против альтернативной гипотезы
HA = {E() ≠ 0}. (K.76)
Нулевая гипотеза (K.75) проверяется с помощью теста
tЭ = | |/, (K.77)
который сопоставляется на уровне значимости α с квантилью tT распределения Стьюдента, характеризующегося r = n – k степенями свободы:
tT = arg(FСт.(r)= (1–α/2)). (K.78)
Воспользовавшись неравенством альтернативной гипотезы (K.76), получаем такое выражение для допустимого значения МНК-поправки в i-ое измерение:
tЭ = | |/=tT → доп = tT* =tT*. (K.79)
Квантиль распределения Стьюдента, как и ранее, может быть заменена квантилью нормального распределения на том же уровне значимости:
t0.05 = 1.96 ≈ 2; t0.01 = 2.58 ≈ 2.6; t0.003 = 3. (K.58)
Если все невязки Wj были в допустимых пределах, то и МНК-поправки окажутся допустимыми. Тем не менее, наличие недопустимых невязок побуждает нас локализовать измерения, содержащие «промахи». В такой ситуации анализ МНК-поправок на допустимость может сыграть положительную роль.
6. МНК-оптимизация (уравнивание)
Данный этап является заключительным шагом процедуры уравнивания, выполняемой с целью нахождения НДЗ измерявшихся величин. С вычислительной точки зрения он элементарен:
.(K.23)
Каждое измерение получает соответствующую МНК-поправку:
.(K.80)
В качестве контроля необходимо проверить удовлетворение исходных УУС (K.3):
r 1(; ZT1q) = 0r1. (K.81)
Уравнения (K.81) должны быть удовлетворены с той точностью, с которой вычислялись невязки wj.