Нет. Ты усредняешь расхождение соседних пунктов. Невязка полностью остаётся в твоём ходе. Полностью! http://mykaralw.narod.ru/download/exe/i/rgsdemo.html http://mykaralw.narod.ru/download/exe/rgsdemo-4-0-0.zip
А если замкнутый ход? Тогда как вы видите ситуацию? Расхождения пунктов уже нет. Есть только погрешность измерения. За ссылки спасибо.
И ты никогда эту погрешность не узнаешь. Никогда! Ты сделаешь то же самое, что и при разомкнутом ходе - размажешь невязку по всей длине. Смирись! "Автобус выехал из пункта А в пункт Б. Только нету никакого пункта Б. Просто для удобства пункт А называют иногда пунктом Б".
Дак если точка старта и финиша одна и та же, то невязка - это и есть сумма погрешностей во время измерений. И размазывая ее, 100% из хода мы её не уберем, но уменьшить ее количество в ходе точно получится. При разомкнутом ходе есть ещё шанс, что сами пункты по координатам не бьются между собой, поэтому где погрешность и где разность пунктов, вычислить невозможно. Но даже там, если верить, что координаты пунктов 100% верны, уравнивание уменьшает количество погрешности в ходу. Или я не прав?
Неправ. Ты путаешь "тёплое" с "мягким". "Подгоном" ты сокращаешь относительные расхождения (они же расхождения соседних пунктов, они же "выпирания" пунктов). Смирись! Или басня про автобус тебе не подсказала, что ты лишь сам себя запутать пытаешься. Для сведения: ДОСТОВЕРНОСТЬ = (кол-во всех изм) / (кол-во необходимых изм) - 1. /Нету тут ни невязок, ни погрешностей, ни уравнивания./
Сорян. Sokkia Set 530. Быстренько преобразовал SDR в DAT. DAT-файлы по структуре простые, в хелпе описаны. (Если вы про RGS спрашиваете).
а можно пояснить про методы уравнивания подробнее? просто когда я свой диплом на "помойке" искал мне говорили что есть две группы методов: одна группа просто что-то там распределяет, а вторая делает это под условием [pv2]=min... и они сильно отличаются по условию применения, типу и качеству результата... меня обманули? вот это очень сильно интересно в плане методов, которые обеспечивают [pv2]=min. раскроете смысл "подгона" для несведущего?
И да, и нет. Если хотите разбираться в "вопросе", сразу узнавайте историю "вопроса"! А история такова: Методы уравнивания (в простонародье - подгона) разработаны в середине прошлого века. Рассчитаны эти методы на применение таких вычислительных средств, как счёты и логарифмическая линейка (это не шутка, а так и есть на самом деле). И самым "эффективным" в таких "обстоятельствах" является, естественно, метод тупого усреднения множества результатов. Просто и надёжно. Но есть ряд недостатков: нет возможности регулирования, трудности при "усреднении" сложных сетей, нет вменяемой оценки качества результата, и главное - сложно придать научный вид и смысл подобной деятельности. Подгон - вписание новых измерений в предшествующие, не взирая на обстоятельства. Для придания научности ТМОГИ позаимствовала чисто математический аппарат МНК. Но ТМОГИ != МНК! (причём строго неравно). Собственно [pv2]=min - это и есть МНК. Просто не надо забывать, что гвозди можно и микроскопом забивать. МНК - это мат. аппарат, не более. Задачу же формулирует не МНК, а ТМОГИ (МНК в принципе пофиг на смысл задачи). Хотя [pv2]=min предполагает практически произвольное регулирование, учитывая богатство вычислительных ресурсов (см. выше) никакого регулирования, кроме линейно-углового не применялось. Всё вышеперечисленное позволило свести методы "подгона" в единую методику, придало им научный вид, позволило получить оценки качества результата (МНК до этого широко использовался в статистике и методики оценки были уже проработаны) и при этом вычисления производить на счётах. Классическими считаются "Параметрический" и "Коррелатный" способы уравнивания. В настоящее время "РУМБ" (Геотрест) во всю эксплуатирует регуляционные методы Маркузе для уравнивания.
Ну с этим немножечко знаком... Из выше сказанного у меня остается вопрос: тема подгона пока не раскрыта... Что же дает МНК? С трудами этого учёного знаком и даже использую частенько в работе, но я в упор не вижу отличия результатов его регуляризационных методов и классических методов условных и посредственных наблюдений в решении задачи уравнивания.
МНК - мат.метод широкого профиля, применяется в аппроксимации. Надо понимать, что глупо искать чисто физический смысл в чисто математическом методе. Он позволяет получить коэффициенты аппроксимации в соответствии с тем, как это задано в задаче (то есть может быть несколько "решений" в зависимости от того, как задано условие). При этом данное решение будет подчиняться нормальному гауссову распределению, что важно для оценок качества "результата". Так же нормальному гауссову распределению будет подчиняться разброс невязки по сети, что в среднем хорошо влияет на относительные расхождения пунктов сети (в среднем!). Само же условие аппроксимации в данном случае формирует ТМОГИ. Это только потому, что пользуются глобальные веса: один глобальный вес для углов и один глобальный вес для длин. Придай вес каждому изменению и получишь уникальный "результат". И при этом всё будет "в законе". С вычислениями замучаешься, но выч. мощности щас подобное позволяют. PS: Регуляционные методы введены для борьбы с "выбросами".
- обо всём и ни о чём... - с чего вдруг разброс какой-то невязки? при уравнивании сети у меня нет задачи разбросать невязку, если мы говорим про МНК... посмотреть на неё - да интересно, потому как она выступает как некий простой критерий качества выполненной работы, только и всего. - в этом случае сразу возникает вопрос допустимости такого действия и способа подбора этих самых индивидуальных весов, а посчитать с разными весами - не проблема, это верно говорите.
Ничего не поделаешь. Широкий профиль. Вы будете смеяться с моей истории, но уравнивание (он же "подгон") именно этим и занимается, а ни чем то иным. Никто этим вопросом не заморачивался в силу богатства вычислительных ресурсов. Так что можете брать веса даже произвольно (на своё усмотрение).
Не всё так плохо. Для вычислений веса берутся исходя из неких оценок точности (калибровочная оценка точности прибора, например). Разумеется это всё приближенно, более того, например "РУМБ" рекомендует для угловых величин в RGS использовать удвоенную СКО приборов. Почему? Да вот потому что и всё! И так везде. PS: Для некоторых задач я брал СКО/10, ну очень были важны углы, а на длины было в принципе плевать.
там неплохой объем результатов измерений, а по статистке точность измерения углов, если не халтурить и не напрягаться где-то такая и выходит у большинства... - а это уже и есть чистый подгон и неверное использования инструмента обработки....
