Априорная оценка точности рассчитанных координат

Априорная оценка точности измеряемых навигационных параметров основана на многочисленных статистических исследованиях, которые происходили до конкретной обсервации. В качестве основного параметра для априорной оценки точности измеряемых величин применяется средняя квадратическая погрешность измеряемого навигационного параметра т.

Особенностью определения координат является тот Аакт, что измерения -косвенные, т.е. измеряются навигационные параметры и допущенные погрешности затем переносятся в погрешности координат. Рассмотрим процедуру переноса погрешностей измерений в погрешности координат на примере ОМС по двум измерениям.

В этом случае линеаризованная система принимает вид: ;

Так как измерения имеют погрешности, то перепишем систему в виде

Тогда

откуда

Формирование ковариационной матрицы погрешности измерений выполняется по формуле

где D - обозначение ковариационной.

Для двумерного случая выражение (2.24) выглядит так:

а операция математического ожидания, выполненная с матрицей 8U6U, превраща­ет ее в ковариационную матрицу D,

На главной диагонали D находятся дисперсии.измеряемых навигационных параметров, а вне диагонали - ковариационные моменты, которые характеризуют статистическую связь между измерениями.

Аналогично определим ковариационную матрицу погрешностей искомых параметров, используя правила матричного исчисления (ABY^l=B~^\A~^\ и (Д-¹)-^^)-¹.

Получим

N = D(A^) = D(SXSX⁷) = D^A-'SU^A^SUY] = (A'D^A)^. (2.25)

В дальнейшем при написании ковариационных матриц, где это не вносит двузначности, будем опускать аргумент при D.

Для двумерного случая ковариационная матрица N имеет вид:

 

где п 11 - дисперсия погрешностей широты, n-г.г - дисперсия погрешностей отшест-вия, ni2 = пг\ - ковариационные моменты.

Вся информация о погрешностях содержится в матрице N. В судовождении часто используется ее геометрическая интерпретация в виде эллипса погрешностей. Установим^- связь между элементами матрицы N и параметрами эллипса:

полуосями и углом ориентации.

В общем случае такая задача рассматривалась Г. Хоттелингом в 1933 г. Ученым было доказано, что для ковариационной матрицы существуют. векторы, направлениям которых соответствуют максимальные и минимальные значения рассеивания (погрешностей). Эти значения соответствуют собственным числам матрицы. Направления собственных векторов, указывающие на направление максимального и минимального рассеивания (дисперсии), соответствуют направлениям полуосей эллипса. Собственные числа - это экстремальные значения дисперсий. Для перехода к линейным величинам - полуосям эллипса (гиперэллипса для /7-мерного пространства), необходимо извлечь квадратный корень.

Рассмотрим эту задачу для двумерного случая, т.е. для плоскости. Физика и геометрия собственных чисел и векторов заключается в том, что результатом

" <

умножения исходной матрицы на собственный вектор будет вектор, коллинеарный собственному, по длине отличающийся в число раз, пропорциональное собственному значению. Математически это запишется в виде:

Поставим численный эксперимент, который прояснит эту запись. Выполним умножение Nz, где в качестве z будем выбирать единичный вектор с направлением У от 0 до 360°. Формирование компонент единичного вектора

выполним по формуле:

В качестве примера возьмем матрицу

Рис. 2.4. Результат умножения N -z

В результате умножения матрицы N на z конец вектора р опишет эллипс (рис. 2.4). Процедуру умножения можно рас­сматривать как оператор, преобразую­щий единичный вектор z. После пере­множения вектор изменит направление и длину. Результаты такого перемно­жения с дискретностью в один градус

 

- компоненты вектора р (значения Х и У) приведены в табл. 2.1.

Таблица 2.1

У	^1	Y	X	R
	8, 13	21, 000	3, 000	21, 213
	8, 48	21, 049	3, 139	21, 282
	8, 83	21, 092	3, 277	21, 345
	9, 18	21, 128	3, 415	21, 402
	9, 53	21, 158	3, 551	21, 454
	9, 87	21, 182	3, 686	21, 500
	10, 22	21, 199	3, 820	21, 540
	10, 55	21, 209	3, 953	21, 574
	10, 90	21, 213	4, 084	21, 603
	11, 24	21, 211	4, 215	21, 625
	11, 58	21, 202	4, 344	21, 642
	11, 92	21, 187	4, 471	21, 653
	12, 26	21, 165	4, 598	21, 658
	12, 60	21, 137	4, 723	21, 658
	12, 93	21, 102	4, 846	21, 651
	13, 27	21, 061	4, 968	21, 639
...		...	...	...
	95, 38	-0, 692	7, 358	7, 390
	98, 30	-1, 062	7, 281	7, 358
	101, 24	-1, 432	7, 201	7, 342
	104, 19	-1, 801	7, 120	7, 344
	107, 13	-2, 169	7, 037	7, 363
	110, 05	-2, 537	6, 951	7, 400
	112, 94	-2, 905	6, 863	7, 453
	115, 72	-3, 271	6, 113	7, 522

 

В графе «У» указано направление единичного вектора z, в графе «Ti» -направление уже преобразованного вектора р. В графе «R» приведены значения длины вектора р. Из табличных данных видно, что расхождение в направлении вектора z и вектора р - величина переменная, но в районе 12° и 102° эти направления совпадают. Кроме того, им соответствуют максимальное и минимальное значение длины R. Таким образом, направления собственных векторов 12° и 102° - ортогональны. Собственные значения равны приблизительно 21, 658 и 7, 342 соответственно.

Для двумерного случая можно получить простые формулы. Согласно выражению (2.26), запишем:

или

а также представим в матричном виде:

(N-AE)z=0

где

- нулевая матрица.

Формально получаем

Следовательно,

Так как Z - произвольный вектор и, в общем случае ненулевой, то

Запишем для двумерного случая

- квадратное уравнение. Решая его относительно X и,

принимая во внимание, что п-ц = пц (т.к. матрица N симметрическая), получим

Подставив значения из матрицы (2.27), получим а] == 21, 659; Л^ = 7, 341. Эти значения практически совпали с максимальным и минимальным значениями, приведенными в табл. 2.1.

Определим ориентацию собственных векторов, соответствующих найденным собственным значениям. Считая ^ известным, подставим это значение в уравнения системы (2.28) и решим ее относительно zi и z:, учитывая, что z/ == cosfF), z-г = = sinCF).

Первое уравнение системы (2.28) будет выглядеть так:

Разделив в первом уравнении левую и правую часть на cos(T), получим:

откуда

Подставив числовые значения, получим ^F = 12, 388.

Таким образом, фактически получено направление большой полуоси эллипса У относительно норда. Если в уравнение (2.31) подставить другое значение Л, то получим направление малой полуоси, но так как они ортогональны, то практически это не требуется.

Для отыскания полуосей необходимо извлечь квадратные корни из собственных чисел

Когда говорят об оценке точности, то обычно добавляют слова априорная или апостериорная. Априорная - это оценка точности, выполненная по информации о погрешностях измерений, полученной ранее. Как правило, такая информация о точности измеряемых навигационных параметров основывается на многочисленных статистических исследованиях, которые происходили до конкретной обсервации в каких-либо осредненных условиях. Именно такая информация обычно содержится в ковариационной матрице погрешностей измерений, используемой при расчете координат. В формуле (2.18) она обозначена как D. Если погрешности измерений статистически независимы, то внедиагональные элементы равны нулю и матрица имеет вид:

Эти погрешности, в соответствии с правилом их переноса, формируют априорную ковариационную матрицу определяемых параметров.

Процедура построения эллипса погрешностей по ковариационной матрице сводится к следую­щим операциям:

- расчету собственных значений ^ по формуле (2.29);

- определению угла ориентации У по формуле (2.31);

- расчету полуоси по формулам (2.32).

Рис. 2.5. Связь матрицы N с эллипсом погрешностей

На рис. 2.5 показана связь между элементами ковариационной матрицы и эллипсом. Отрезок, заключенный между касательной к эллипсу параллельной оси Y и самой осью, соответствует

СКП по широте:

Отрезок на оси Y,

отсекаемый вертикальной касательной, соответствует СКП по отшествию:

На рис. 2.5 также показана СКП обсервации М, которая рассчитывается как корень квадратный из следа ковариационной матрицы либо с помощью полуосей эллипса:

⇐ Предыдущая1234Следующая ⇒

Поделиться:

Популярное:

1. III. Оценка физического развития
2. PEST-анализ макросреды предприятия. Матрица профиля среды, взвешенная оценка, определение весовых коэффициентов. Матрицы возможностей и матрицы угроз.
3. V. Себестоимость продукции судостроения и судоремонта и оценка эффективности производства
4. VIII. Общая оценка урока, выводы и предложения по совершенствованию работы
5. А. Жизненный цикл продукта и его основные стадии. Оценка конкурентоспособности продукта
6. Акриловые материалы холодного отверждения. Классификация эластичных базисных материалов. Сравнительная оценка полимерных материалов для искусственных зубов с материалами другой химической природы.
7. Анализ затрат на производство и реализацию продукции. Точка безубыточности.
8. Анализ и оценка рентабельности
9. Анализ тенденций рассчитанных показателей.
10. Апостериорная оценка точности рассчитанных координат
11. Безубыточности точка (Breakeven Point)