Qll Numerisch für Distanzen fertig

Datenbank.py

@@ -218,7 +218,7 @@ class Datenbankzugriff:
         cursor.close()
         con.close()
 
-    def get_instrument(self, typ):
+    def get_instrument_liste(self, typ):
         con = sqlite3.connect(self.pfad_datenbank)
         cursor = con.cursor()
         liste_instrumente = cursor.execute("SELECT * FROM Instrumente WHERE typ = ?", (typ,)).fetchall()
@@ -229,6 +229,17 @@ class Datenbankzugriff:
             liste_instrumente = f"Kein Instrument vom Typ {typ} gefunden. Folgende Typen stehen aktuell zur Auswahl: {liste_typen}"
         return liste_instrumente
 
+    def get_genauigkeiten_dict(self):
+        dict = {}
+        con = sqlite3.connect(self.pfad_datenbank)
+        cursor = con.cursor()
+        liste_genauigkeiten = cursor.execute("SELECT * FROM Genauigkeiten").fetchall()
+        for genauigkeit in liste_genauigkeiten:
+            dict[genauigkeit[0]] = genauigkeit[1:]
+        cursor.close()
+        con.close()
+        return dict
+
     def get_instrumenteID_beobachtungenID_dict(self):
         dict = {}
         con = sqlite3.connect(self.pfad_datenbank)
@@ -255,3 +266,4 @@ class Datenbankzugriff:
         cursor.close()
         con.close()
         return liste_beobachtungen
+

Stochastisches_Modell.py

@@ -69,7 +69,7 @@ class StochastischesModell:
                 stabw_apriori_streckenprop = sp.Symbol(f"stabw_apriori_streckenprop_{instrumenteID_i}")
                 tachymeter_distanz = sp.Symbol(f"SD_{beobachtungenID_i}")
 
-                sigma = sp.sqrt(stabw_apriori_konstant ** 2 + (stabw_apriori_streckenprop * tachymeter_distanz / 1000) ** 2)
+                sigma = sp.sqrt(stabw_apriori_konstant ** 2 + (stabw_apriori_streckenprop * tachymeter_distanz / 1000000) ** 2)
                 liste_standardabweichungen_symbole.append(sigma)
 
                 Qll[i, i] = sigma ** 2
@@ -85,8 +85,57 @@ class StochastischesModell:
         Export.matrix_to_csv(r"Zwischenergebnisse\Qll_Symbolisch.csv", liste_beobachtungen_symbolisch, liste_beobachtungen_symbolisch, Qll, "Qll")
         return Qll
 
+    def Qll_numerisch(self, pfad_datenbank, Qll_Matrix_Symbolisch, liste_beobachtungen_symbolisch):
+        db_zugriff = Datenbankzugriff(pfad_datenbank)
+        dict_genauigkeiten = db_zugriff.get_genauigkeiten_dict()
+        dict_beobachtungenID_instrumenteID = db_zugriff.get_instrumenteID_beobachtungenID_dict()
 
+        liste_beobachtungen = db_zugriff.get_beobachtungen_from_beobachtungenid()
+        dict_beobachtungenID_distanz = {}
+        for standpunkt, zielpunkt, beobachtungenID, beobachtungsgruppeID, tachymeter_richtung, tachymeter_zenitwinkel, tachymeter_distanz in liste_beobachtungen:
+            dict_beobachtungenID_distanz[int(beobachtungenID)] = tachymeter_distanz
 
+        dict_genauigkeiten_neu = {}
+        for genauigkeitenID, eintrag in dict_genauigkeiten.items():
+            instrumenteID = int(eintrag[0])
+            beobachtungsart = str(eintrag[1])
+            stabw_apriori_konstant = eintrag[2]
+            stabw_apriori_streckenprop = eintrag[3]
+            dict_genauigkeiten_neu[(instrumenteID, beobachtungsart)] = (stabw_apriori_konstant,
+                                                                           stabw_apriori_streckenprop)
+
+        substitutionen = {}
+
+        for (instrumenteID, beobachtungsart), (stabw_apriori_konstant,
+                                               stabw_apriori_streckenprop) in dict_genauigkeiten_neu.items():
+            if stabw_apriori_konstant is not None:
+                substitutionen[sp.Symbol(f"stabw_apriori_konstant_{instrumenteID}")] = float(stabw_apriori_konstant)
+            if stabw_apriori_streckenprop is not None:
+                substitutionen[sp.Symbol(f"stabw_apriori_streckenprop_{instrumenteID}")] = float(
+                    stabw_apriori_streckenprop)
+        liste_beobachtungen_symbolisch = [str(b) for b in liste_beobachtungen_symbolisch]
+
+        for beobachtung_symbolisch in liste_beobachtungen_symbolisch:
+            aufgeteilt = beobachtung_symbolisch.split("_")
+            beobachtungenID = int(aufgeteilt[0])
+            beobachtungsart = str(aufgeteilt[1])
+
+            if beobachtungsart == "SD":
+                distanz = dict_beobachtungenID_distanz.get(beobachtungenID, None)
+                if distanz is not None:
+                    substitutionen[sp.Symbol(f"SD_{beobachtungenID}")] = float(distanz)
+
+        Qll_numerisch = Qll_Matrix_Symbolisch.xreplace(substitutionen)
+
+        Export.matrix_to_csv(
+            r"Zwischenergebnisse\Qll_Numerisch.csv",
+            liste_beobachtungen_symbolisch,
+            liste_beobachtungen_symbolisch,
+            Qll_numerisch,
+            "Qll"
+        )
+
+        return Qll_numerisch
 
     def berechne_P(Q_ll):
         P = Q_ll.inv()