برآورد بهینه دقت مشاهدات در شبکههای کلاسیک جابهجاسنجی
نویسندگان
1 استادیار، دانشکده مهندسی نقشهبرداری و اطلاعات مکانی، پردیس دانشکدههای فنی، دانشگاه تهران، تهران، ایران
2 دانشجوی دکتری، دانشکده مهندسی نقشهبرداری و اطلاعات مکانی، پردیس دانشکدههای فنی، دانشگاه تهران، تهران، ایران
doi
10.22059/jesphys.2019.268781.1007058چکیده
روش برآورد مؤلفههای واریانس کمترینمربعات زمانی که تنوع مشاهداتی در شبکه وجود داشته باشد کارایی خوبی از خود نشان میدهد. با استفاده از این روش برای هر دسته از مشاهدات مختلف یک ضریب مقیاس محاسبه میشود. در این تحقیق از روش وزندهی برآورد مؤلفههای واریانس کمترینمربعات استفاده شده است. این بهبود دقت برای مختصات نقاط شبکه بهنحوی است که مقدار نیم قطر بزرگ بیضی خطای مطلق نقاط در حالت استفاده از برآورد مؤلفههای واریانس کمترین مربعات برابر 29 میلیمتر، در حالیکه با استفاده از روش فاکتور وریانس ثانویه این مقدار به دو برابر افزایش مییابد. علاوه بر این در هنگام استفاده از روش برآورد مؤلفههای واریانس کمترینمربعات اثر ماتریس کوواریانس مجهولات برابر 8/0 میلیمتر میباشد که نسبت به روش فاکتور وریانس ثانویه مقدار آن به اندازه دو برابر کاهش مییابد. در واقع مزیت روش برآورد مؤلفههای واریانس کمترینمربعات برآورد واقعبینانهای از دقت پارامترهای مدل و ابعاد بیضی خطای مطلق میباشد.