fertig

Datumsfestlegung.py

@@ -124,7 +124,7 @@ class Datumsfestlegung:
         return Q_ext, P
 
     @staticmethod
-    def indizes_beobachtungsvektor_nach_beobachtungsgruppe(Jacobimatrix_symbolisch_liste_beobachtungsvektor):
+    def indizes_beobachtungsvektor_nach_beobachtungsgruppe(Jacobimatrix_symbolisch_liste_beobachtungsvektor: list[str]) -> dict[str, tuple[int, int]]:
         """
         Ermittelt Indexbereiche des Beobachtungsvektors getrennt nach Beobachtungsgruppen.
 
@@ -189,113 +189,4 @@ class Datumsfestlegung:
         dict_beobachtungsgruppen_indizes["niv"] = min(liste_nivellement_indizes), max(liste_nivellement_indizes)
         dict_beobachtungsgruppen_indizes["lA"] = min(liste_anschlusspunkte_indizes), max(liste_anschlusspunkte_indizes)
 
-        return dict_beobachtungsgruppen_indizes
-
-
-    @staticmethod
-    def make_index(unbekannten_liste):
-        names = [str(s).strip() for s in unbekannten_liste]
-        return names, {n: i for i, n in enumerate(names)}
-
-    @staticmethod
-    def erstelle_G(x0, unbekannten_liste, liste_punktnummern=None, mit_massstab=True):
-        """
-        Baut G (u x d) in den vollen Unbekanntenraum.
-        Wenn liste_punktnummern=None, werden alle Punkt-IDs aus unbekannten_liste
-        über X*/Y*/Z* automatisch bestimmt.
-        """
-        x0 = np.asarray(x0, float).reshape(-1)
-        names, idx = Datumsfestlegung.make_index(unbekannten_liste)
-
-        u = len(names)
-        d = 7 if mit_massstab else 6
-        G = np.zeros((u, d), dtype=float)
-
-        # --- Punktliste automatisch, falls nicht gegeben ---
-        if liste_punktnummern is None:
-            pids = set()
-            for n in names:
-                if len(n) >= 2 and n[0].upper() in ("X", "Y", "Z"):
-                    pids.add(n[1:])  # alles nach X/Y/Z
-            liste_punktnummern = sorted(pids)
-
-        for pid in liste_punktnummern:
-            sx, sy, sz = f"X{pid}", f"Y{pid}", f"Z{pid}"
-            if sx not in idx or sy not in idx or sz not in idx:
-                continue  # Punkt nicht vollständig als XYZ-Unbekannte vorhanden
-
-            ix, iy, iz = idx[sx], idx[sy], idx[sz]
-            xi, yi, zi = x0[ix], x0[iy], x0[iz]
-
-            # Translationen
-            G[ix, 0] = 1.0
-            G[iy, 1] = 1.0
-            G[iz, 2] = 1.0
-
-            # Rotationen (δr = ω × r)
-            # Rx: δY=-Z, δZ=+Y
-            G[iy, 3] = -zi
-            G[iz, 3] =  yi
-            # Ry: δX=+Z, δZ=-X
-            G[ix, 4] =  zi
-            G[iz, 4] = -xi
-            # Rz: δX=-Y, δY=+X
-            G[ix, 5] = -yi
-            G[iy, 5] =  xi
-
-            # Maßstab
-            if mit_massstab:
-                G[ix, 6] = xi
-                G[iy, 6] = yi
-                G[iz, 6] = zi
-
-        return G
-
-
-    def aktive_indices_from_selection(auswahl, unbekannten_liste):
-        names, idx = Datumsfestlegung.make_index(unbekannten_liste)
-        aktive = []
-        for pid, comp in auswahl:
-            key = f"{comp.upper()}{str(pid)}"
-            if key not in idx:
-                raise KeyError(f"{key} nicht im Unbekanntenvektor.")
-            aktive.append(idx[key])
-        # unique
-        out = []
-        seen = set()
-        for i in aktive:
-            if i not in seen:
-                seen.add(i)
-                out.append(i)
-        return out
-
-
-    def auswahlmatrix_E(u, aktive_indices):
-        E = np.zeros((u, u), dtype=float)
-        for i in aktive_indices:
-            E[int(i), int(i)] = 1.0
-        return E
-
-
-    def berechne_dx(N, n, G):
-
-        N = np.asarray(N, float)
-        n = np.asarray(n, float).reshape(-1, 1)
-        G = np.asarray(G, float)
-
-        u = N.shape[0]
-        d = G.shape[1]
-
-        K = np.block([
-            [N, G],
-            [G.T, np.zeros((d, d))]
-        ])
-        rhs = np.vstack([n, np.zeros((d, 1))])
-
-        K_inv = np.linalg.inv(K)
-        sol = K_inv @ rhs
-
-        dx = sol[:u]
-        k  = sol[u:]
-        Q_xx = K_inv[:u, :u]
-        return dx, k, Q_xx
+        return dict_beobachtungsgruppen_indizes