Zusammentragen

Stochastisches_Modell.py

@@ -4,29 +4,38 @@ from typing import Dict, Tuple, Iterable
 
 @dataclass
 class StochastischesModell:
-    sigma_beob: Iterable[float]            #σ a priori der einzelnen Beobachtung
-    gruppe_beob: Iterable[int]             #Gruppenzugehörigkeit jeder Beobachtung (Distanz, Richtung, GNSS, Nivellement,...,)
+    n_beob: int
+    sigma_beob: Iterable[float] =None           #σ a priori der einzelnen Beobachtung
+    gruppe_beob: Iterable[int]   =None           #Gruppenzugehörigkeit jeder Beobachtung (Distanz, Richtung, GNSS, Nivellement,...,)
     sigma0_gruppe: Dict[int, float] = field(default_factory=dict)  #σ0² für jede Gruppe
 
 
     def __post_init__(self):
-        self.sigma_beob = sp.Matrix(list(self.sigma_beob))    #Spaltenvektor
-        self.gruppe_beob = sp.Matrix(list(self.gruppe_beob))  #Spaltenvektor
+        # Defaults setzen
+        if self.sigma_beob is None:
+            self.sigma_beob = [1.0] * int(self.n_beob)
 
+        if self.gruppe_beob is None:
+            self.gruppe_beob = [1] * int(self.n_beob)
+
+        # In SymPy-Spaltenvektoren umwandeln
+        self.sigma_beob = sp.Matrix(list(self.sigma_beob))
+        self.gruppe_beob = sp.Matrix(list(self.gruppe_beob))
+
+        # Dimension prüfen
         if self.sigma_beob.rows != self.gruppe_beob.rows:
-            raise ValueError("sigma_obs und group_ids müssen gleich viele Einträge haben.")
+            raise ValueError("sigma_beob und gruppe_beob müssen gleich viele Einträge haben.")
 
-        unique_groups = sorted({int(g) for g in self.gruppe_beob})       #jede Beobachtungsgruppe wird genau einmal berücksichtigt
+        if self.sigma_beob.rows != int(self.n_beob):
+            raise ValueError("n_beob passt nicht zur Länge von sigma_beob / gruppe_beob.")
+
+        # Fehlende Gruppen mit sigma0_sq = 1.0 ergänzen
+        unique_groups = sorted({int(g) for g in self.gruppe_beob})
         for g in unique_groups:
-            if g not in self.sigma0_gruppe:                              #Fehlende Gruppen mit σ_0j^2 = 1.0
+            if g not in self.sigma0_gruppe:
                 self.sigma0_gruppe[g] = 1.0
 
 
-    @property
-    def n_beob(self) -> int:
-        return int(self.sigma_beob.rows)
-
-
     def berechne_Qll_P(self) -> Tuple[sp.Matrix, sp.Matrix]:
         n = self.n_beob
         Q_ll = sp.zeros(n, n)