Zusammentragen

Parameterschaetzung.py

@@ -1,8 +1,12 @@
 from Stochastisches_Modell import StochastischesModell
+import sympy as sp
+import Export
+import Netzqualität_Genauigkeit
 
 def ausgleichung(A, dl, stoch_modell: StochastischesModell):
 
-    Q_ll, P = stoch_modell.berechne_Qll_P()        #Kofaktormatrix und P-Matrix
+    #Q_ll, P = stoch_modell.berechne_Qll_P()        #Kofaktormatrix und P-Matrix
+    P = sp.eye(A.shape[0])
     N = A.T * P * A                                 #Normalgleichungsmatrix N
     Q_xx = N.inv()                                  #Kofaktormatrix der Unbekannten Qxx
     n = A.T * P * dl                                #Absolutgliedvektor n
@@ -15,8 +19,10 @@ def ausgleichung(A, dl, stoch_modell: StochastischesModell):
     Q_vv = stoch_modell.berechne_Qvv(A, P, Q_xx)          #Kofaktormatrix der Verbesserungen Qvv
     R = stoch_modell.berechne_R(Q_vv, P)                  #Redundanzmatrix R
     r = stoch_modell.berechne_r(R)                        #Redundanzanteile als Vektor r
+    redundanzanteile = A.shape[0] - A.shape[1] #n-u+d
+    soaposteriori = Netzqualität_Genauigkeit.Genauigkeitsmaße.s0apost(v, P, redundanzanteile)
 
-    return {
+    dict_ausgleichung = {
         "dx": dx,
         "v": v,
         "P": P,
@@ -26,4 +32,9 @@ def ausgleichung(A, dl, stoch_modell: StochastischesModell):
         "Q_vv": Q_vv,
         "R": R,
         "r": r,
-    }
+        "soaposteriori": soaposteriori,
+    }
+
+    Export.Export.ausgleichung_to_datei(r"Zwischenergebnisse\Ausgleichung_Iteration0.csv", dict_ausgleichung)
+
+    return dict_ausgleichung