fa2338/Masterprojekt_V3
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity

zusammenfügen 30.1.

Browse Source
This commit is contained in:
mi2847
2026-01-30 20:00:29 +01:00
parent d069b7ca81
commit 774acc3854
4 changed files with 7258 additions and 89881 deletions
Download Patch File Download Diff File Expand all files Collapse all files

97106
Campusnetz.ipynb
View File

File diff suppressed because one or more lines are too long

5
Datenbank.py
View File

@@ -101,7 +101,6 @@ class Datenbank_anlegen:
instrumenteID INTEGER,
beobachtungsgruppe TEXT(50),
varianz_varianzkomponentenschaetzung NUMERIC(3, 16) DEFAULT 1,
s0_apriori_vorherige_iteration NUMERIC(3, 16) DEFAULT 1,
CONSTRAINT pk_Varianzkomponentenschaetzung PRIMARY KEY (varianzkomponenteID),
CONSTRAINT fk_Varianzkomponentenschaetzung_Instrumente FOREIGN KEY (instrumenteID) REFERENCES Instrumente(instrumenteID)
);
@@ -448,9 +447,11 @@ class Datenbankzugriff:
cursor = con.cursor()
if liste_varianzkomponten_anpassen != []:
for varianzkomponente in liste_varianzkomponten_anpassen:
varianz_db = cursor.execute(f"SELECT varianz_varianzkomponentenschaetzung FROM Varianzkomponentenschaetzung WHERE instrumenteID = ? AND beobachtungsgruppe = ?",
(varianzkomponente[0], varianzkomponente[1])).fetchone()[0]
cursor.execute(
f"UPDATE Varianzkomponentenschaetzung SET varianz_varianzkomponentenschaetzung = ? WHERE instrumenteID = ? AND beobachtungsgruppe = ?",
(varianzkomponente[2], varianzkomponente[0], varianzkomponente[1]))
(varianz_db * varianzkomponente[2], varianzkomponente[0], varianzkomponente[1]))
print(f"Folgende Varianzkomponente wurde für die nächste Iteration gespeichert: {liste_varianzkomponten_anpassen}.")
con.commit()
cursor.close()

26
Stochastisches_Modell.py
View File

@@ -100,7 +100,7 @@ class StochastischesModell:
varianzkompontenschaetzung = sp.Symbol(f"varkomp_{instrumenteID_i}_Tachymeter_Streckenbeobachtungen")
Qll[i, i] = (1 / varianzkompontenschaetzung) * (sigma ** 2)
Qll[i, i] = (varianzkompontenschaetzung) * (sigma ** 2)
elif beobachtungsart_i == "R" or beobachtungsart_i == "ZW":
stabw_apriori_konstant = sp.Symbol(f"stabw_apriori_konstant_{beobachtungsart_i}_{instrumenteID_i}")
@@ -118,7 +118,7 @@ class StochastischesModell:
varianzkompontenschaetzung = sp.Symbol(
f"varkomp_{instrumenteID_i}_Tachymeter_Zenitwinkelbeobachtungen")
Qll[i, i] = (1 / varianzkompontenschaetzung) * sigma ** 2
Qll[i, i] = (varianzkompontenschaetzung) * sigma ** 2
for j in range(i + 1, len(liste_beobachtungen_symbolisch)):
beobachtung_symbolisch_j = liste_beobachtungen_symbolisch[j]
@@ -138,7 +138,7 @@ class StochastischesModell:
cxx = sp.symbols(f"cxx_{beobachtungenID_i}")
s0 = sp.symbols(f"s0_{beobachtungenID_i}")
liste_standardabweichungen_symbole.append(cxx)
Qll[i, i] = (1 / varianzkompontenschaetzung) * (cxx * (s0 ** 2))
Qll[i, i] = (varianzkompontenschaetzung) * (cxx * (s0 ** 2))
cxy = sp.Symbol(f"cxy_{beobachtungenID_i}")
s0 = sp.symbols(f"s0_{beobachtungenID_i}")
@@ -147,8 +147,8 @@ class StochastischesModell:
aufgeteilt_j = beobachtung_symbolisch_j.split("_")
if int(aufgeteilt_j[0]) == beobachtungenID_i and aufgeteilt_j[1] == "gnssby":
Qll[i, j] = (1 / varianzkompontenschaetzung) * (cxy * (s0 ** 2))
Qll[j, i] = (1 / varianzkompontenschaetzung) * (cxy * (s0 ** 2))
Qll[i, j] = (varianzkompontenschaetzung) * (cxy * (s0 ** 2))
Qll[j, i] = (varianzkompontenschaetzung) * (cxy * (s0 ** 2))
break
cxz = sp.Symbol(f"cxz_{beobachtungenID_i}")
@@ -158,15 +158,15 @@ class StochastischesModell:
aufgeteilt_j = beobachtung_symbolisch_j.split("_")
if int(aufgeteilt_j[0]) == beobachtungenID_i and aufgeteilt_j[1] == "gnssbz":
Qll[i, j] = (1 / varianzkompontenschaetzung) * (cxz * (s0 ** 2))
Qll[j, i] = (1 / varianzkompontenschaetzung) * (cxz * (s0 ** 2))
Qll[i, j] = (varianzkompontenschaetzung) * (cxz * (s0 ** 2))
Qll[j, i] = (varianzkompontenschaetzung) * (cxz * (s0 ** 2))
break
if beobachtungsart_i == "gnssby":
cyy = sp.symbols(f"cyy_{beobachtungenID_i}")
s0 = sp.symbols(f"s0_{beobachtungenID_i}")
liste_standardabweichungen_symbole.append(cyy)
Qll[i, i] = (1 / varianzkompontenschaetzung) * (cyy * (s0 ** 2))
Qll[i, i] = (varianzkompontenschaetzung) * (cyy * (s0 ** 2))
cyz = sp.Symbol(f"cyz_{beobachtungenID_i}")
s0 = sp.symbols(f"s0_{beobachtungenID_i}")
@@ -175,15 +175,15 @@ class StochastischesModell:
aufgeteilt_j = beobachtung_symbolisch_j.split("_")
if int(aufgeteilt_j[0]) == beobachtungenID_i and aufgeteilt_j[1] == "gnssbz":
Qll[i, j] = (1 / varianzkompontenschaetzung) * (cyz * (s0 ** 2))
Qll[j, i] = (1 / varianzkompontenschaetzung) * (cyz * (s0 ** 2))
Qll[i, j] = (varianzkompontenschaetzung) * (cyz * (s0 ** 2))
Qll[j, i] = (varianzkompontenschaetzung) * (cyz * (s0 ** 2))
break
if beobachtungsart_i == "gnssbz":
czz = sp.symbols(f"czz_{beobachtungenID_i}")
s0 = sp.symbols(f"s0_{beobachtungenID_i}")
liste_standardabweichungen_symbole.append(czz)
Qll[i, i] = (1 / varianzkompontenschaetzung) * (czz * (s0 ** 2))
Qll[i, i] = (varianzkompontenschaetzung) * (czz * (s0 ** 2))
if aufgeteilt_i[1] == "niv":
#beobachtungenID_i = int(aufgeteilt_i[0])
@@ -201,7 +201,7 @@ class StochastischesModell:
sigma = sp.sqrt(nivellement_anz_wechselpunkte * stabw_apriori_konstant ** 2 + stabw_apriori_streckenprop ** 2 * nivellement_distanz / 1000)
liste_standardabweichungen_symbole.append(sigma)
Qll[i, i] = (1 / varianzkompontenschaetzung) * (sigma ** 2)
Qll[i, i] = (varianzkompontenschaetzung) * (sigma ** 2)
Export.matrix_to_csv(r"Zwischenergebnisse\Qll_Symbolisch.csv", liste_beobachtungen_symbolisch, liste_beobachtungen_symbolisch, Qll, "Qll")
return Qll
@@ -389,7 +389,7 @@ class StochastischesModell:
f"varkomp_{instrumente_id_anschlusspunkte}_Anschlusspunkte")
liste_standardabweichungen_symbole.append(varianzkompontenschaetzung)
Qll[i, i] = (1 / varianzkompontenschaetzung) * sigma ** 2
Qll[i, i] = (varianzkompontenschaetzung) * sigma ** 2
Export.matrix_to_csv(r"Zwischenergebnisse\QAA_Symbolisch.csv", liste_beobachtungen_symbolisch, liste_beobachtungen_symbolisch, Qll, "Qll")
return Qll

0
vks.py Normal file
View File