Eliminação de alguns parâmetrtos desconhecidos e seu efeito na detecção de erros grosseiros
AUTOR(ES)
Hekimoglu, Serif, Erdogan, Bahattin, Tunalioglu, Nursu
FONTE
Bol. Ciênc. Geod.
DATA DE PUBLICAÇÃO
2012-09
RESUMO
Erros grosseiros nas observações afetam de forma negativa todos os parâmetros estimados e os resíduos, razão pela qual a detecção de erros grosseiros tem grande importância na estimativa confiável dos resultados. Diversos testes (por exemplo testes de Baarda e Pope) são utilizados frequentemente na detecção de erros grosseiros em aplicações geodésicas. Muitas vezes, visando reduzir o tempo computacional, é realizada a eliminação de alguns parâmetros que não são de interesse. Nesse caso, embora a estimativa dos parâmetros e resíduos não sofra modificações, a matriz cofatora dos resíduos e a redundância das observações mudam. Nesse estudo, são realizados testes para erros grosseiros e investigados os efeitos da eliminação dos parâmetros desconhecidos. Foi provado que quando a eliminação é realizada, as redundâncias no modelo funcional inicial (IFM - Initial Functional Model) são menores que no modelo funcional reduzido (RFM - Reduced Functional Model). Para ilustrar essa situação, uma rede de controle horizontal foi simulada e muitos experimentos foram realizados. De acordo com os resultados da simulação, testes para erros grosseiros com IFM são mais confiáveis que com RFM.
ASSUNTO(S)
eliminação testes para erros grosseiros confiabilidade ajustamento
Documentos Relacionados
- Avaliação de estratégias para reconciliação de dados e detecção de erros grosseiros
- Comparação entre estimadores para reconciliação dinamica de dados e estrategias de detecção de erros grosseiros
- Reconciliação de dados de processos e detecção de erros grosseiros em sistemas com restrições não-lineares
- Detecção de erros grosseiros em banco de dados gravimétrico terrestre do estado do RioGrande do Sul
- Processamento de erros grosseiros na estimação estatica de estado em sistemas de energia eletrica