999 lines
54 KiB
Python
999 lines
54 KiB
Python
import numpy as np
|
||
from numpy import ndarray, dtype
|
||
import sympy as sp
|
||
from sympy import MutableDenseMatrix
|
||
from sympy.matrices.expressions.matexpr import MatrixElement
|
||
from typing import Any
|
||
|
||
from Berechnungen import Berechnungen
|
||
from Datenbank import Datenbankzugriff
|
||
from Export import Export
|
||
from Koordinatentransformationen import Transformationen
|
||
|
||
class FunktionalesModell:
|
||
"""Aufstellung von Beobachtungsgleichungen und der Jacobi-Matrix.
|
||
|
||
Die Klasse stellt Methoden zur Verfügung für:
|
||
|
||
- symbolische Aufstellung der Jacobi-Matrix für Tachymeter-, GNSS- und Nivellementbeobachtungen,
|
||
- numerische Auswertung der symbolischen Jacobi-Matrix über Substitutionen und Lambdify,
|
||
- Aufbau des Beobachtungsvektors (numerisch) und des Näherungs-Beobachtungsvektors (symbolisch/numerisch),
|
||
- Aufbau des Unbekanntenvektors (symbolisch/numerisch) inklusive Iterationsfortschreibung,
|
||
- Berechnung des Verbesserungsvektors dl = l − f(x0) mit Winkel-Normierung für Richtungen,
|
||
- Erstellung und Aktualisierung eines Substitutions-Dictionaries für alle im Modell verwendeten Symbole.
|
||
|
||
Die grundlegende Funktionsweise der Matrixdefinition lautet:
|
||
|
||
1) Einmaligen Aufbauen der Symbolischen Matrix einmalig
|
||
2) In jeder Iteration Substituieren der Symbolischen Matrizen in Numerische np.asarrays
|
||
"""
|
||
|
||
def __init__(self, pfad_datenbank: str, a: float, b: float, pfad_tif_quasigeoidundolation: str = None) -> None:
|
||
"""Initialisiert das funktionale Modell.
|
||
|
||
Legt die Ellipsoidparameter a und b fest, initialisiert Hilfsklassen (Berechnungen, Datenbankzugriff, Transformationen)
|
||
und erzeugt das Substitutions-Dictionary für das geozentrisch-kartesische System.
|
||
|
||
:param pfad_datenbank: Pfad zur SQLite-Datenbank.
|
||
:type pfad_datenbank: str
|
||
:param a: Große Halbachse a des Referenzellipsoids in Meter.
|
||
:type a: float
|
||
:param b: Kleine Halbachse b des Referenzellipsoids in Meter.
|
||
:type b: float
|
||
:param pfad_tif_quasigeoidundolation: Pfad zu Quasigeoidundulationsdaten als GeoTIFF vom BKG für Transformationen (optional).
|
||
:type pfad_tif_quasigeoidundolation: str | None
|
||
:return: None
|
||
:rtype: None
|
||
"""
|
||
self.pfad_datenbank = pfad_datenbank
|
||
self.a = a
|
||
self.b = b
|
||
self.berechnungen = Berechnungen(self.a, self.b)
|
||
self.db_zugriff = Datenbankzugriff(self.pfad_datenbank)
|
||
self.trafos = Transformationen(pfad_datenbank)
|
||
self.pfad_tif_quasigeoidundolation = pfad_tif_quasigeoidundolation
|
||
self.substitutionen_dict = self.dict_substitutionen_uebergeordnetes_system()
|
||
self.dict_punkt_symbole = {}
|
||
self.liste_symbole_lambdify = sorted(self.substitutionen_dict.keys(), key=lambda s: str(s))
|
||
self.func_beob0 = None
|
||
self.func_A0 = None
|
||
self.func_u0 = None
|
||
self.liste_beobachtungsvektor_symbolisch = None
|
||
|
||
def jacobi_matrix_symbolisch(self, datumsfestlegung: str = None, liste_unbekannte_datumsfestlegung: list = None) -> tuple[MutableDenseMatrix | MatrixElement | list[Any] | Any, list[Any], list[Any]] | None:
|
||
"""Erstellt die symbolische Jacobi-Matrix (A-Matrix) für die Ausgleichung.
|
||
|
||
Es werden die in der Datenbank vorhandenen Beobachtungen (Tachymeter: Distanz/Richtung/Zenitwinkel,
|
||
GNSS: Basislinienkomponenten bx/by/bz, Geometrisches Nivellement: dh) eingelesen, daraus die benötigten Unbekannten
|
||
(X, Y, Z je Punkt sowie Orientierungen O je Richtungs-Beobachtungsgruppe) aufgebaut und anschließend
|
||
die symbolischen Gleichungen zur Jacobi-Matrix zusammengesetzt.
|
||
|
||
Bei datumsfestlegung == "weiche Lagerung" werden Unbekannte so umsortiert, dass die zur Lagerung
|
||
zu verwendenden Unbekannten rechts stehen. Zusätzlich werden die Gleichungen der Anschlusspunkte (lA_*) als
|
||
Zusatzzeilen an A angehängt.
|
||
|
||
Die symbolische Jacobi-Matrix wird als CSV in Zwischenergebnisse\\Jacobi_Matrix_Symbolisch.csv exportiert.
|
||
|
||
:param datumsfestlegung: Art der Datumsfestlegung (aktuell nur "weiche Lagerung").
|
||
:type datumsfestlegung: str | None
|
||
:param liste_unbekannte_datumsfestlegung: Liste der Symbolnamen der zur Lagerung zu verwendenden Unbekannten (z. B. ["X100", "Y100", "Z100"]).
|
||
:type liste_unbekannte_datumsfestlegung: list | None
|
||
:return: Tupel aus symbolischer Jacobi-Matrix, Liste der Unbekannten (Symbole) und Liste der Zeilenbeschriftungen (Beobachtungskennungen). Falls keine Beobachtungen vorliegen: None.
|
||
:rtype: tuple[MutableDenseMatrix | MatrixElement | list[Any] | Any, list[Any], list[Any]] | None
|
||
"""
|
||
|
||
# Über die liste_beobachtungsarten wird festgelegt, welche Beobachtungsarten in der Ausgleichung verwendet werden.
|
||
liste_beobachtungsarten = ["tachymeter_distanz", "tachymeter_richtung", "tachymeter_zenitwinkel", "gnss_basislinien", "geometrisches_nivellement"]
|
||
|
||
# Initialisieren der zu befüllenden Listen
|
||
liste_beobachtungen_rohdaten_gnssbasislinien = []
|
||
liste_beobachtungen_rohdaten_tachymeter = []
|
||
liste_beobachtungen_rohdaten_nivellement = []
|
||
liste_punktnummern =[]
|
||
liste_orientierungsunbekannte = []
|
||
|
||
# Für jede Beobachtungsart wird aus der Datenbank abgefragt, welche Beobachtungen vorliegen. Von diesen werden der Stand- und Zielpunkt gespeichert, um diese im weiteren Verlauf dieser Methode zu verarbeiten.
|
||
for beobachtungsart in liste_beobachtungsarten:
|
||
#Tachymeter Block
|
||
if beobachtungsart.startswith("tachymeter"):
|
||
liste_id_standpunkt_zielpunkt = self.db_zugriff.get_puntknummern_beobachtungen_tachymeter(beobachtungsart)
|
||
|
||
for beobachtungenID, beobachtungsgruppeID, standpunkt, zielpunkt in liste_id_standpunkt_zielpunkt:
|
||
liste_beobachtungen_rohdaten_tachymeter.append(
|
||
(beobachtungsart, beobachtungenID, beobachtungsgruppeID, standpunkt, zielpunkt)
|
||
)
|
||
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
if beobachtungsart == "tachymeter_richtung":
|
||
if beobachtungsgruppeID not in liste_orientierungsunbekannte:
|
||
liste_orientierungsunbekannte.append(beobachtungsgruppeID)
|
||
|
||
#GNSS Block
|
||
if beobachtungsart == "gnss_basislinien":
|
||
liste_id_standpunkt_zielpunkt = self.db_zugriff.get_gnss_beobachtungen_punktnummern("gnss_bx")
|
||
for beobachtungenID, standpunkt, zielpunkt in liste_id_standpunkt_zielpunkt:
|
||
standpunkt = str(standpunkt).strip()
|
||
zielpunkt = str(zielpunkt).strip()
|
||
liste_beobachtungen_rohdaten_gnssbasislinien.append(("gnssbx", beobachtungenID, standpunkt, zielpunkt))
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
liste_id_standpunkt_zielpunkt = self.db_zugriff.get_gnss_beobachtungen_punktnummern("gnss_by")
|
||
for beobachtungenID, standpunkt, zielpunkt in liste_id_standpunkt_zielpunkt:
|
||
standpunkt = str(standpunkt).strip()
|
||
zielpunkt = str(zielpunkt).strip()
|
||
liste_beobachtungen_rohdaten_gnssbasislinien.append(("gnssby", beobachtungenID, standpunkt, zielpunkt))
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
liste_id_standpunkt_zielpunkt = self.db_zugriff.get_gnss_beobachtungen_punktnummern("gnss_bz")
|
||
for beobachtungenID, standpunkt, zielpunkt in liste_id_standpunkt_zielpunkt:
|
||
standpunkt = str(standpunkt).strip()
|
||
zielpunkt = str(zielpunkt).strip()
|
||
liste_beobachtungen_rohdaten_gnssbasislinien.append(("gnssbz", beobachtungenID, standpunkt, zielpunkt))
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
|
||
if beobachtungsart == "geometrisches_nivellement":
|
||
liste_id_standpunkt_zielpunkt = self.db_zugriff.get_nivellement_beobachtungen_punktnummern()
|
||
|
||
for beobachtungenID, standpunkt, zielpunkt in liste_id_standpunkt_zielpunkt:
|
||
standpunkt = str(standpunkt).strip()
|
||
zielpunkt = str(zielpunkt).strip()
|
||
liste_beobachtungen_rohdaten_nivellement.append(
|
||
(beobachtungsart, beobachtungenID, standpunkt, zielpunkt))
|
||
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
# Erstellen der Symbole für die Unbekannten (X, Y, Z und Orientierung)
|
||
liste_unbekannte = []
|
||
|
||
for punkt in liste_punktnummern:
|
||
X, Y, Z = sp.symbols(f"X{punkt} Y{punkt} Z{punkt}")
|
||
self.dict_punkt_symbole[punkt] = (X, Y, Z)
|
||
liste_unbekannte.append(X)
|
||
liste_unbekannte.append(Y)
|
||
liste_unbekannte.append(Z)
|
||
|
||
dict_orientierung_symbole = {}
|
||
for orientierungsunbekannte in liste_orientierungsunbekannte:
|
||
O = sp.symbols(f"O{orientierungsunbekannte}")
|
||
dict_orientierung_symbole[orientierungsunbekannte] = O
|
||
liste_unbekannte.append(O)
|
||
|
||
# Erstellen der Symbolischen Gleichungen für die Jacobimatrix
|
||
liste_beobachtungsgleichungen_distanz =[]
|
||
liste_zeilenbeschriftungen_distanz = []
|
||
|
||
liste_A_richtung_zeilen = []
|
||
liste_zeilenbeschriftungen_richtung = []
|
||
|
||
liste_A_zenitwinkel_zeilen = []
|
||
liste_zeilenbeschriftungen_zenitwinkel = []
|
||
|
||
liste_beobachtungsgleichungen_gnssbasislinien = []
|
||
liste_zeilenbeschriftungen_gnssbasislinien = []
|
||
|
||
liste_A_nivellement_zeilen = []
|
||
liste_zeilenbeschriftungen_nivellement = []
|
||
|
||
if liste_beobachtungen_rohdaten_tachymeter != []:
|
||
for beobachtungsart, beobachtungenID, beobachtungsgruppeID, standpunkt, zielpunkt in liste_beobachtungen_rohdaten_tachymeter:
|
||
# Symbole erstellen
|
||
X_sp, Y_sp, Z_sp = self.dict_punkt_symbole[standpunkt]
|
||
X_zp, Y_zp, Z_zp = self.dict_punkt_symbole[zielpunkt]
|
||
B_sp, L_sp = sp.symbols(f"B{standpunkt} L{standpunkt}")
|
||
|
||
azimut_berechnet = sp.symbols(f"azimut_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
zw_berechnet = sp.symbols(f"zw_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
s_berechnet = sp.symbols(f"strecke_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
|
||
# Symbolische Gleichungen aufstellen
|
||
if beobachtungsart == "tachymeter_distanz":
|
||
beobachtungsgleichung = sp.sqrt((X_zp - X_sp) ** 2 + (Y_zp - Y_sp) ** 2 + (Z_zp - Z_sp) ** 2)
|
||
liste_beobachtungsgleichungen_distanz.append(beobachtungsgleichung)
|
||
liste_zeilenbeschriftungen_distanz.append(
|
||
f"{beobachtungenID}_SD_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
|
||
elif beobachtungsart == "tachymeter_richtung":
|
||
d_r_dX_zp = (
|
||
(sp.sin(B_sp) * sp.cos(L_sp) * sp.sin(azimut_berechnet) - sp.sin(L_sp) * sp.cos(azimut_berechnet)) / (
|
||
s_berechnet * sp.sin(zw_berechnet)))
|
||
d_r_dX_sp = - d_r_dX_zp
|
||
d_r_dY_zp = (
|
||
(sp.sin(B_sp) * sp.sin(L_sp) * sp.sin(azimut_berechnet) + sp.cos(L_sp) * sp.cos(azimut_berechnet)) / (
|
||
s_berechnet * sp.sin(zw_berechnet)))
|
||
d_r_dY_sp = - d_r_dY_zp
|
||
d_r_dZ_zp = ((-sp.cos(B_sp) * sp.sin(azimut_berechnet) / (s_berechnet * sp.sin(zw_berechnet))))
|
||
d_r_dZ_sp = - d_r_dZ_zp
|
||
d_r_dO_sp = -1
|
||
|
||
zeile_A_Matrix = []
|
||
|
||
# Symbolische Gleichungen zur Jacobimatrix hinzufügen
|
||
for punkt in liste_punktnummern:
|
||
if punkt == standpunkt:
|
||
zeile_A_Matrix.extend([d_r_dX_sp, d_r_dY_sp, d_r_dZ_sp])
|
||
elif punkt == zielpunkt:
|
||
zeile_A_Matrix.extend([d_r_dX_zp, d_r_dY_zp, d_r_dZ_zp])
|
||
else:
|
||
zeile_A_Matrix.extend([0, 0, 0])
|
||
|
||
for orientierung in liste_orientierungsunbekannte:
|
||
if orientierung == beobachtungsgruppeID:
|
||
zeile_A_Matrix.append(d_r_dO_sp)
|
||
else:
|
||
zeile_A_Matrix.append(0)
|
||
|
||
liste_A_richtung_zeilen.append(zeile_A_Matrix)
|
||
liste_zeilenbeschriftungen_richtung.append(
|
||
f"{beobachtungenID}_R_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}"
|
||
)
|
||
|
||
|
||
elif beobachtungsart == "tachymeter_zenitwinkel":
|
||
# Symbolische Gleichungen aufstellen
|
||
d_r_dX_zp = ((X_zp - X_sp) * sp.cos(zw_berechnet) - s_berechnet * sp.cos(B_sp) * sp.cos(L_sp)) / (s_berechnet ** 2 * sp.sin(zw_berechnet))
|
||
d_r_dX_sp = - d_r_dX_zp
|
||
d_r_dY_zp = ((Y_zp - Y_sp) * sp.cos(zw_berechnet) - s_berechnet * sp.cos(B_sp) * sp.sin(L_sp)) / (s_berechnet ** 2 * sp.sin(zw_berechnet))
|
||
d_r_dY_sp = - d_r_dY_zp
|
||
d_r_dZ_zp = ((Z_zp - Z_sp) * sp.cos(zw_berechnet) - s_berechnet * sp.sin(B_sp)) / (s_berechnet ** 2 * sp.sin(zw_berechnet))
|
||
d_r_dZ_sp = - d_r_dZ_zp
|
||
|
||
zeile_A_Matrix = []
|
||
|
||
# Symbolische Gleichungen zur Jacobimatrix hinzufügen
|
||
for punkt in liste_punktnummern:
|
||
if punkt == standpunkt:
|
||
zeile_A_Matrix.extend([d_r_dX_sp, d_r_dY_sp, d_r_dZ_sp])
|
||
elif punkt == zielpunkt:
|
||
zeile_A_Matrix.extend([d_r_dX_zp, d_r_dY_zp, d_r_dZ_zp])
|
||
else:
|
||
zeile_A_Matrix.extend([0, 0, 0])
|
||
|
||
for orientierung in liste_orientierungsunbekannte:
|
||
zeile_A_Matrix.append(0)
|
||
|
||
liste_A_zenitwinkel_zeilen.append(zeile_A_Matrix)
|
||
liste_zeilenbeschriftungen_zenitwinkel.append(
|
||
f"{beobachtungenID}_ZW_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}"
|
||
)
|
||
|
||
# GNSS-Basislinien
|
||
if liste_beobachtungen_rohdaten_gnssbasislinien != []:
|
||
for beobachtungsart, beobachtungenID, standpunkt, zielpunkt in liste_beobachtungen_rohdaten_gnssbasislinien:
|
||
# Symbolische Gleichungen aufstellen
|
||
X_sp, Y_sp, Z_sp = self.dict_punkt_symbole[standpunkt]
|
||
X_zp, Y_zp, Z_zp = self.dict_punkt_symbole[zielpunkt]
|
||
|
||
if beobachtungsart == "gnssbx":
|
||
beobachtungsgleichung_bx = X_zp - X_sp
|
||
liste_beobachtungsgleichungen_gnssbasislinien.append(beobachtungsgleichung_bx)
|
||
liste_zeilenbeschriftungen_gnssbasislinien.append(
|
||
f"{beobachtungenID}_gnssbx_{standpunkt}_{zielpunkt}")
|
||
|
||
if beobachtungsart == "gnssby":
|
||
beobachtungsgleichung_by = Y_zp - Y_sp
|
||
liste_beobachtungsgleichungen_gnssbasislinien.append(beobachtungsgleichung_by)
|
||
liste_zeilenbeschriftungen_gnssbasislinien.append(
|
||
f"{beobachtungenID}_gnssby_{standpunkt}_{zielpunkt}")
|
||
|
||
if beobachtungsart == "gnssbz":
|
||
beobachtungsgleichung_bz = Z_zp - Z_sp
|
||
liste_beobachtungsgleichungen_gnssbasislinien.append(beobachtungsgleichung_bz)
|
||
liste_zeilenbeschriftungen_gnssbasislinien.append(
|
||
f"{beobachtungenID}_gnssbz_{standpunkt}_{zielpunkt}")
|
||
|
||
|
||
# Geometrisches Nivellement
|
||
if liste_beobachtungen_rohdaten_nivellement != []:
|
||
for beobachtungsart, beobachtungenID, standpunkt, zielpunkt in liste_beobachtungen_rohdaten_nivellement:
|
||
# Symbolische Gleichungen aufstellen
|
||
B_sp, L_sp = sp.symbols(f"B{standpunkt} L{standpunkt}")
|
||
B_zp, L_zp = sp.symbols(f"B{zielpunkt} L{zielpunkt}")
|
||
|
||
if beobachtungsart == "geometrisches_nivellement":
|
||
|
||
d_r_dX_zp = sp.cos(B_zp) * sp.cos(L_zp)
|
||
d_r_dX_sp = -sp.cos(B_sp) * sp.cos(L_sp)
|
||
d_r_dY_zp = sp.cos(B_zp) * sp.sin(L_zp)
|
||
d_r_dY_sp = -sp.cos(B_sp) * sp.sin(L_sp)
|
||
d_r_dZ_zp = sp.sin(B_zp)
|
||
d_r_dZ_sp = -sp.sin(B_sp)
|
||
|
||
# Symbolische Gleichungen zur Jacobimatrix hinzufügen
|
||
zeile_A_Matrix = []
|
||
for punkt in liste_punktnummern:
|
||
if punkt == standpunkt:
|
||
zeile_A_Matrix.extend([d_r_dX_sp, d_r_dY_sp, d_r_dZ_sp])
|
||
elif punkt == zielpunkt:
|
||
zeile_A_Matrix.extend([d_r_dX_zp, d_r_dY_zp, d_r_dZ_zp])
|
||
else:
|
||
zeile_A_Matrix.extend([0, 0, 0])
|
||
|
||
for orientierung in liste_orientierungsunbekannte:
|
||
zeile_A_Matrix.append(0)
|
||
|
||
liste_A_nivellement_zeilen.append(zeile_A_Matrix)
|
||
liste_zeilenbeschriftungen_nivellement.append(
|
||
f"{beobachtungenID}_niv_{standpunkt}_{zielpunkt}"
|
||
)
|
||
|
||
# Jacobimatrix aus den einzelnen Listen zusammensetzen, Sy,bolischen Unbekanntenvektor erstellen
|
||
if liste_beobachtungsgleichungen_distanz:
|
||
f_matrix_dist = sp.Matrix(liste_beobachtungsgleichungen_distanz)
|
||
unbekanntenvektor = sp.Matrix(liste_unbekannte)
|
||
A_dist = f_matrix_dist.jacobian(unbekanntenvektor)
|
||
else:
|
||
A_dist = None
|
||
|
||
if liste_A_richtung_zeilen:
|
||
A_richtung = sp.Matrix(liste_A_richtung_zeilen)
|
||
else:
|
||
A_richtung = None
|
||
|
||
if liste_A_zenitwinkel_zeilen:
|
||
A_zenitwinkel = sp.Matrix(liste_A_zenitwinkel_zeilen)
|
||
else:
|
||
A_zenitwinkel = None
|
||
|
||
if liste_beobachtungsgleichungen_gnssbasislinien:
|
||
f_matrix_gnss = sp.Matrix(liste_beobachtungsgleichungen_gnssbasislinien)
|
||
unbekanntenvektor = sp.Matrix(liste_unbekannte)
|
||
A_gnssbasislinien = f_matrix_gnss.jacobian(unbekanntenvektor)
|
||
else:
|
||
A_gnssbasislinien = None
|
||
|
||
if liste_A_nivellement_zeilen:
|
||
A_nivellement = sp.Matrix(liste_A_nivellement_zeilen)
|
||
else:
|
||
A_nivellement = None
|
||
|
||
|
||
A_gesamt = None
|
||
# liste_zeilenbeschriftungen_gesamt enthält die Symbolischen Beobachtungen
|
||
liste_zeilenbeschriftungen_gesamt = []
|
||
|
||
if A_dist is not None:
|
||
A_gesamt = A_dist
|
||
liste_zeilenbeschriftungen_gesamt.extend(liste_zeilenbeschriftungen_distanz)
|
||
|
||
if A_richtung is not None:
|
||
if A_gesamt is None:
|
||
A_gesamt = A_richtung
|
||
else:
|
||
A_gesamt = A_gesamt.col_join(A_richtung)
|
||
liste_zeilenbeschriftungen_gesamt.extend(liste_zeilenbeschriftungen_richtung)
|
||
|
||
if A_zenitwinkel is not None:
|
||
if A_gesamt is None:
|
||
A_gesamt = A_zenitwinkel
|
||
else:
|
||
A_gesamt = A_gesamt.col_join(A_zenitwinkel)
|
||
liste_zeilenbeschriftungen_gesamt.extend(liste_zeilenbeschriftungen_zenitwinkel)
|
||
|
||
if A_gnssbasislinien is not None:
|
||
if A_gesamt is None:
|
||
A_gesamt = A_gnssbasislinien
|
||
else:
|
||
A_gesamt = A_gesamt.col_join(A_gnssbasislinien)
|
||
liste_zeilenbeschriftungen_gesamt.extend(liste_zeilenbeschriftungen_gnssbasislinien)
|
||
|
||
if A_nivellement is not None:
|
||
if A_gesamt is None:
|
||
A_gesamt = A_nivellement
|
||
else:
|
||
A_gesamt = A_gesamt.col_join(A_nivellement)
|
||
liste_zeilenbeschriftungen_gesamt.extend(liste_zeilenbeschriftungen_nivellement)
|
||
|
||
if A_gesamt is None:
|
||
return None
|
||
|
||
# Wenn eine weiche Lagerung erfolgt, werden die Unbekannten umsortiert, sodass die für die Lagerung zu verwendenden Unbekannten rechts in der Matrix aufgeführt werden.
|
||
# Zudem werden für die Anschlusspunkte weiter Gleichungen als "Beobachtungen" unten an die Jacobimatrix angefügt.
|
||
if datumsfestlegung == "weiche Lagerung":
|
||
if liste_unbekannte_datumsfestlegung is not None and liste_unbekannte_datumsfestlegung != []:
|
||
liste_unbekannte_alt = list(liste_unbekannte)
|
||
liste_unbekannte_datumsfestlegung = [str(u).strip() for u in liste_unbekannte_datumsfestlegung]
|
||
idx_rechts = []
|
||
for name in liste_unbekannte_datumsfestlegung:
|
||
for i, sym in enumerate(liste_unbekannte_alt):
|
||
if str(sym) == name and i not in idx_rechts:
|
||
idx_rechts.append(i)
|
||
break
|
||
|
||
idx_links = [i for i in range(len(liste_unbekannte_alt)) if i not in idx_rechts]
|
||
|
||
vertauschung = idx_links + idx_rechts
|
||
|
||
A_gesamt = A_gesamt[:, vertauschung]
|
||
liste_unbekannte = [liste_unbekannte_alt[i] for i in vertauschung]
|
||
|
||
# Zusatzgeleichungen der weichen Lagerung für die Anschlusspunkte
|
||
anzhl_einheitsmatrix = len(liste_unbekannte_datumsfestlegung)
|
||
if anzhl_einheitsmatrix > 0:
|
||
nullenmatrix = sp.zeros(anzhl_einheitsmatrix, A_gesamt.shape[1] - anzhl_einheitsmatrix)
|
||
einheitsmatrix = sp.eye(anzhl_einheitsmatrix)
|
||
A_weiche_Lagerung = nullenmatrix.row_join(einheitsmatrix)
|
||
A_gesamt = A_gesamt.col_join(A_weiche_Lagerung)
|
||
for unbekannte_datumsfestlegung in liste_unbekannte_datumsfestlegung:
|
||
liste_zeilenbeschriftungen_gesamt.append(f"lA_{unbekannte_datumsfestlegung}")
|
||
|
||
# Symbolische Liste der Unbekannten speichern
|
||
self.liste_unbekanntenvektor_symbolisch = liste_unbekannte
|
||
|
||
# Symbolische Jacobimatrix speichern
|
||
Export.matrix_to_csv(r"Zwischenergebnisse\Jacobi_Matrix_Symbolisch.csv", liste_unbekannte,
|
||
liste_zeilenbeschriftungen_gesamt, A_gesamt, "Beobachtung")
|
||
return A_gesamt, liste_unbekannte, liste_zeilenbeschriftungen_gesamt
|
||
|
||
|
||
def jacobi_matrix_numerisch(self, A_symbolisch: sp.Matrix, koordinatenart: str,
|
||
liste_unbekannte: list = None,
|
||
liste_zeilenbeschriftungen_gesamt: list = None,
|
||
iterationsnummer: int = 0) -> ndarray[tuple[Any, ...], dtype[Any]] | None:
|
||
"""Erstellt eine numerische Matrix aus einer symbolischen Jacobi-Matrix.
|
||
|
||
Es wird sympy.lambdify verwendet, um die symbolische Matrix
|
||
mit den aktuellen Substitutionen effizient als Numpy-Array auszuwerten. Die Lambdify-Funktion wird
|
||
gecached (self.func_A0), um Rechenzeit bei Ausführen mehrerer Iterationen zu sparen.
|
||
|
||
Die numerische Jacobi-Matrix wird als CSV in den Ordner Zwischenergebnisse exportiert.
|
||
|
||
:param A_symbolisch: Symbolische Jacobi-Matrix.
|
||
:type A_symbolisch: sp.Matrix
|
||
:param koordinatenart: Bezeichnung der Koordinatenart (aktuell implementiert: "naeherung_us").
|
||
:type koordinatenart: str
|
||
:param liste_unbekannte: Liste der Unbekannten (Symbole) in der Spaltenreihenfolge.
|
||
:type liste_unbekannte: list | None
|
||
:param liste_zeilenbeschriftungen_gesamt: Liste der Zeilenbeschriftungen (Beobachtungskennungen).
|
||
:type liste_zeilenbeschriftungen_gesamt: list | None
|
||
:param iterationsnummer: Iterationsnummer für Dateinamen der Zwischenergebnisse.
|
||
:type iterationsnummer: int
|
||
:return: Numerische Jacobi-Matrix als Numpy-Array.
|
||
:rtype: ndarray[tuple[Any, ...], dtype[Any]] | None
|
||
:raises ValueError: Falls Symbole in A_symbolisch enthalten sind, für die keine Substitutionen vorhanden sind.
|
||
"""
|
||
|
||
# Symbolischen Beobachtungsvektor als Instanzvariable speichern
|
||
self.liste_beobachtungsvektor_symbolisch = [str(x) for x in liste_zeilenbeschriftungen_gesamt]
|
||
|
||
# Wenn es sich um geozentrisch-kartesischen Koordinaten handelt, wird die Sympy-Methode Lambdify verwendet, um die Symbole aus der vorherigen Methode jacobi_matrix_symbolisch in Numerische Zahlen umzuwandeln.
|
||
# Zur Ersparnis von Rechenzeit werden die numerischen Zahlen als Numpy-Werte behandelt.
|
||
if koordinatenart == "naeherung_us":
|
||
if self.func_A0 is None:
|
||
self.func_A0 = sp.lambdify(
|
||
self.liste_symbole_lambdify,
|
||
A_symbolisch,
|
||
modules="numpy",
|
||
cse=True
|
||
)
|
||
|
||
# Überprüfung, ob alle in der Symbolischen Matrix enthaltenen Symbole substituiert werden können. Ist ein Symbol nicht durch einen numerischen Wert ersetzbar, wird eine Fehlermeldung ausgegeben.
|
||
fehlend = [s for s in self.liste_symbole_lambdify if s not in self.substitutionen_dict]
|
||
if fehlend:
|
||
raise ValueError(f"Fehlende Substitutionen in A: {[str(s) for s in fehlend[:30]]}")
|
||
|
||
|
||
liste_werte = [self.substitutionen_dict[s] for s in self.liste_symbole_lambdify]
|
||
A_numerisch = np.asarray(self.func_A0(*liste_werte), dtype=float)
|
||
|
||
Export.matrix_to_csv(fr"Zwischenergebnisse\{iterationsnummer}Jacobi_Matrix_Numerisch.csv", liste_unbekannte,
|
||
liste_zeilenbeschriftungen_gesamt, A_numerisch, "Beobachtung")
|
||
|
||
return A_numerisch
|
||
else:
|
||
print(f"Die Koordinatenart {koordinatenart} ist noch nicht im Programm implementiert!")
|
||
|
||
def beobachtungsvektor_numerisch(self, liste_beobachtungsvektor_symbolisch: list) -> MutableDenseMatrix:
|
||
"""Erstellt den numerischen Beobachtungsvektor aus symbolischen Beobachtungskennungen.
|
||
|
||
Die Einträge des symbolischen Beobachtungsvektors werden über self.substitutionen_dict substituiert.
|
||
Anschlusspunkte der weichen Lagerung (lA_*) werden gesondert behandelt, indem das Präfix entfernt wird.
|
||
|
||
Der numerische Beobachtungsvektor wird als CSV-Datei in Zwischenergebnisse\\Beobachtungsvektor_Numerisch.csv exportiert.
|
||
|
||
:param liste_beobachtungsvektor_symbolisch: Liste symbolischer Beobachtungsbezeichnungen (Strings).
|
||
:type liste_beobachtungsvektor_symbolisch: list
|
||
:return: Numerischer Beobachtungsvektor als SymPy-Matrix (Spaltenvektor).
|
||
:rtype: MutableDenseMatrix
|
||
"""
|
||
|
||
liste_beobachtungsvektor_numerisch = []
|
||
for beobachtung_symbolisch in liste_beobachtungsvektor_symbolisch:
|
||
beobachtung_symbolisch = str(beobachtung_symbolisch).strip()
|
||
# Die Anschlusspunkte für die weiche Lagerung (lA) werden gesondert bearbeitet, weil die Symbole anders aufgebaut sind.
|
||
if beobachtung_symbolisch.startswith("lA_"):
|
||
beobachtung_symbolisch = str(beobachtung_symbolisch.split("_", 1)[1]).strip()
|
||
# Substituieren des symbolischen Beobachtungsvektors
|
||
liste_beobachtungsvektor_numerisch.append(self.substitutionen_dict[sp.Symbol(beobachtung_symbolisch)])
|
||
|
||
beobachtungsvektor_numerisch = sp.Matrix(liste_beobachtungsvektor_numerisch)
|
||
Export.matrix_to_csv(r"Zwischenergebnisse\Beobachtungsvektor_Numerisch.csv", [""], liste_beobachtungsvektor_symbolisch, beobachtungsvektor_numerisch, "Beobachtungsvektor")
|
||
return beobachtungsvektor_numerisch
|
||
|
||
def beobachtungsvektor_naeherung_symbolisch(self, liste_beobachtungsvektor_symbolisch: list) -> sp.Matrix:
|
||
"""Erstellt den symbolischen Näherungs-Beobachtungsvektor f(x0).
|
||
|
||
Aus den Beobachtungskennungen werden Stand-/Zielpunkte und Beobachtungsarten abgeleitet und die
|
||
entsprechenden symbolischen Beobachtungsgleichungen aufgebaut (z. B. geometrische Distanz, GNSS-Differenzen,
|
||
Richtungs-/Zenitwinkel-Symbole, Geometrisches Nivellement über Normalhöhen).
|
||
|
||
Der symbolische Näherungs-Beobachtungsvektor wird als CSV <-Datei in Zwischenergebnisse\\Beobachtungsvektor_Näherung_Symbolisch.csv exportiert.
|
||
|
||
:param liste_beobachtungsvektor_symbolisch: Liste symbolischer Beobachtungskennungen (Strings).
|
||
:type liste_beobachtungsvektor_symbolisch: list
|
||
:return: Symbolischer Näherungs-Beobachtungsvektor als SymPy-Matrix.
|
||
:rtype: sp.Matrix
|
||
"""
|
||
liste_beobachtungsgleichungen = []
|
||
self.dict_punkt_symbole = {}
|
||
liste_punktnummern = []
|
||
|
||
# Speichern der Punktnummern der Stand- und Zeilpunkte der Beobachtungen, um daraus später die Symbole für die Unbekannten zu erstellen.
|
||
for beobachtung_symbolisch in liste_beobachtungsvektor_symbolisch:
|
||
aufgeteilt = str(beobachtung_symbolisch).strip().split("_")
|
||
if aufgeteilt[0] == "lA":
|
||
continue
|
||
|
||
if aufgeteilt [1] == "SD" or aufgeteilt [1] == "R" or aufgeteilt [1] == "ZW":
|
||
standpunkt = str(aufgeteilt[3])
|
||
zielpunkt = str(aufgeteilt[4])
|
||
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
if aufgeteilt[1] == "gnssbx" or aufgeteilt[1] == "gnssby" or aufgeteilt[1] == "gnssbz":
|
||
standpunkt = str(aufgeteilt[2])
|
||
zielpunkt = str(aufgeteilt[3])
|
||
|
||
if standpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(standpunkt)
|
||
if zielpunkt not in liste_punktnummern:
|
||
liste_punktnummern.append(zielpunkt)
|
||
|
||
# Erstellen der Symbole für die Unbekannten
|
||
for punkt in liste_punktnummern:
|
||
X, Y, Z = sp.symbols(f"X{punkt} Y{punkt} Z{punkt}")
|
||
self.dict_punkt_symbole[str(punkt)] = (X, Y, Z)
|
||
|
||
for beobachtung_symbolisch in liste_beobachtungsvektor_symbolisch:
|
||
beobachtung_symbolisch = str(beobachtung_symbolisch).strip()
|
||
aufgeteilt = beobachtung_symbolisch.split("_")
|
||
if aufgeteilt[0] == "lA":
|
||
anschlusspunkt = str(aufgeteilt[1])
|
||
liste_beobachtungsgleichungen.append(sp.Symbol(anschlusspunkt))
|
||
continue
|
||
|
||
if aufgeteilt[1] == "SD" or aufgeteilt[1] == "R" or aufgeteilt[1] == "ZW":
|
||
beobachtungsart = aufgeteilt[1] # "SD", "R", "ZW"
|
||
beobachtungsgruppeID = aufgeteilt[2]
|
||
standpunkt = str(aufgeteilt[3]).strip()
|
||
zielpunkt = str(aufgeteilt[4]).strip()
|
||
|
||
# Hinzufügen der Symbole zum dict_punkt_symbole als Vorbereitung auf die spätere Substitution der Symbole durch numerische Werte
|
||
X_sp, Y_sp, Z_sp = self.dict_punkt_symbole[standpunkt]
|
||
X_zp, Y_zp, Z_zp = self.dict_punkt_symbole[zielpunkt]
|
||
|
||
# Aufstellen der Symbolischen Gleichungen
|
||
dX = X_zp - X_sp
|
||
dY = Y_zp - Y_sp
|
||
dZ = Z_zp - Z_sp
|
||
|
||
if beobachtungsart == "SD":
|
||
s_geom = sp.sqrt(dX ** 2 + dY ** 2 + dZ ** 2)
|
||
liste_beobachtungsgleichungen.append(s_geom)
|
||
|
||
elif beobachtungsart == "R":
|
||
r_sp_zp = sp.Symbol(f"richtung_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
liste_beobachtungsgleichungen.append(r_sp_zp)
|
||
|
||
elif beobachtungsart == "ZW":
|
||
zw_sp_zp = sp.Symbol(f"zw_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
liste_beobachtungsgleichungen.append(zw_sp_zp)
|
||
|
||
if aufgeteilt[1] == "gnssbx" or aufgeteilt[1] == "gnssby" or aufgeteilt[1] == "gnssbz":
|
||
beobachtungsart = aufgeteilt[1]
|
||
standpunkt = str(aufgeteilt[2]).strip()
|
||
zielpunkt = str(aufgeteilt[3]).strip()
|
||
|
||
X_sp, Y_sp, Z_sp = self.dict_punkt_symbole[standpunkt]
|
||
X_zp, Y_zp, Z_zp = self.dict_punkt_symbole[zielpunkt]
|
||
|
||
dX = X_zp - X_sp
|
||
dY = Y_zp - Y_sp
|
||
dZ = Z_zp - Z_sp
|
||
|
||
if beobachtungsart == "gnssbx":
|
||
liste_beobachtungsgleichungen.append(dX)
|
||
if beobachtungsart == "gnssby":
|
||
liste_beobachtungsgleichungen.append(dY)
|
||
if beobachtungsart == "gnssbz":
|
||
liste_beobachtungsgleichungen.append(dZ)
|
||
|
||
if aufgeteilt[1] == "niv":
|
||
standpunkt = str(aufgeteilt[2]).strip()
|
||
zielpunkt = str(aufgeteilt[3]).strip()
|
||
|
||
nh_sp = sp.Symbol(f"NH{standpunkt}")
|
||
nh_zp = sp.Symbol(f"NH{zielpunkt}")
|
||
|
||
niv_sp_zp = nh_zp - nh_sp
|
||
|
||
liste_beobachtungsgleichungen.append(niv_sp_zp)
|
||
|
||
# Finalisieren des Symbolischen Beobachtungsvektors und exportieren als csv-Datei.
|
||
beobachtungsvektor_naeherung_symbolisch = sp.Matrix(liste_beobachtungsgleichungen)
|
||
Export.matrix_to_csv(r"Zwischenergebnisse\Beobachtungsvektor_Näherung_Symbolisch.csv", [""],
|
||
liste_beobachtungsvektor_symbolisch, beobachtungsvektor_naeherung_symbolisch, "Beobachtungsvektor")
|
||
|
||
return beobachtungsvektor_naeherung_symbolisch
|
||
|
||
def beobachtungsvektor_naeherung_numerisch(self, liste_beobachtungsvektor_symbolisch: list,
|
||
beobachtungsvektor_naeherung_symbolisch: sp.Matrix,
|
||
iterationsnummer: int = 0) -> ndarray[tuple[int, int], Any]:
|
||
"""Erstellt einen numerischen Vektor aus dem smbolischen Näherungs-Beobachtungsvektor.
|
||
|
||
Es wird sympy.lambdify verwendet, um den in beobachtungsvektor_naeherung_symbolisch erzeugten
|
||
symbolischen Vektor effizient als Numpy-Array auszuwerten. Die Lambdify-Funktion wird gecached
|
||
(self.func_beob0), um Rechenzeit in Iterationen zu sparen.
|
||
|
||
Der numerische Näherungs-Beobachtungsvektor wird als CSV-Datei im Ordner Zwischenergebnisse exportiert.
|
||
|
||
:param liste_beobachtungsvektor_symbolisch: Liste symbolischer Beobachtungskennungen (Strings).
|
||
:type liste_beobachtungsvektor_symbolisch: list
|
||
:param beobachtungsvektor_naeherung_symbolisch: Symbolischer Näherungs-Beobachtungsvektor f(x0).
|
||
:type beobachtungsvektor_naeherung_symbolisch: sp.Matrix
|
||
:param iterationsnummer: Iterationsnummer für Dateinamen der Zwischenergebnisse.
|
||
:type iterationsnummer: int
|
||
:return: Numerischer Näherungs-Beobachtungsvektor als Numpy-Array (Spaltenvektor).
|
||
:rtype: ndarray[tuple[int, int], Any]
|
||
"""
|
||
# Es wird die Sympy-Methode Lambdify verwendet, um die Symbole aus der vorherigen Methode beobachtungsvektor_naeherung_symbolisch in Numerische Zahlen umzuwandeln.
|
||
# Zur Ersparnis von Rechenzeit werden die numerischen Zahlen als Numpy-Werte behandelt.
|
||
if self.func_beob0 is None:
|
||
self.func_beob0 = sp.lambdify(
|
||
self.liste_symbole_lambdify,
|
||
beobachtungsvektor_naeherung_symbolisch,
|
||
modules="numpy",
|
||
cse=True
|
||
)
|
||
|
||
liste_werte = [self.substitutionen_dict[s] for s in self.liste_symbole_lambdify]
|
||
beobachtungsvektor_naeherung_numerisch = np.asarray(self.func_beob0(*liste_werte),
|
||
dtype=float).reshape(-1, 1)
|
||
|
||
Export.matrix_to_csv(fr"Zwischenergebnisse\{iterationsnummer}_Beobachtungsvektor_Näherung_Numerisch_Iteration0.csv", [""],
|
||
liste_beobachtungsvektor_symbolisch, beobachtungsvektor_naeherung_numerisch,
|
||
"Beobachtungsvektor")
|
||
|
||
return beobachtungsvektor_naeherung_numerisch
|
||
|
||
def unbekanntenvektor_symbolisch(self, liste_unbekannte: list) -> sp.Matrix:
|
||
"""Erstellt den symbolischen Unbekanntenvektor.
|
||
|
||
Der Unbekanntenvektor wird als SymPy-Matrix aufgebaut und als CSV-Datei in
|
||
Zwischenergebnisse\\Unbekanntenvektor_Symbolisch.csv exportiert.
|
||
|
||
:param liste_unbekannte: Liste der Unbekannten (Symbole).
|
||
:type liste_unbekannte: list
|
||
:return: Symbolischer Unbekanntenvektor als SymPy-Matrix.
|
||
:rtype: sp.Matrix
|
||
"""
|
||
unbekanntenvektor_symbolisch = sp.Matrix(liste_unbekannte)
|
||
Export.matrix_to_csv(r"Zwischenergebnisse\Unbekanntenvektor_Symbolisch.csv", [""], liste_unbekannte, unbekanntenvektor_symbolisch,
|
||
"Unbekanntenvektor")
|
||
return(unbekanntenvektor_symbolisch)
|
||
|
||
def unbekanntenvektor_numerisch(self, liste_unbekanntenvektor_symbolisch: list,
|
||
unbekanntenvektor_symbolisch: sp.Matrix,
|
||
dX_Vektor: np.asarray = None,
|
||
unbekanntenvektor_numerisch_vorherige_Iteration: np.asarray = None,
|
||
iterationsnummer: int = 0) -> ndarray[tuple[int, int], Any] | ndarray[tuple[Any, ...], dtype[Any]]:
|
||
"""Erstellt den numerischen Unbekanntenvektor jeder Iteration.
|
||
|
||
Wenn keine Iterationsfortschreibung übergeben wird (dX_Vektor und unbekanntenvektor_numerisch_vorherige_Iteration sind None),
|
||
werden die aktuellen Substitutionen genutzt und daraus der numerische Unbekanntenvektor aufgebaut.
|
||
|
||
Wenn dX_Vektor und ein Unbekanntenvektor der vorherigen Iteration übergeben werden, wird der neue
|
||
Unbekanntenvektor aus der Summe gebildet: x_neu = x_alt + dX.
|
||
|
||
Anschließend wird self.substitutionen_dict auf Basis des neuen Unbekanntenvektors aktualisiert.
|
||
Der numerische Unbekanntenvektor wird als CSV-Datei in den Ordner Zwischenergebnisse exportiert.
|
||
|
||
:param liste_unbekanntenvektor_symbolisch: Liste der Unbekannten (Symbole) in der Reihenfolge des numerischen Vektors.
|
||
:type liste_unbekanntenvektor_symbolisch: list
|
||
:param unbekanntenvektor_symbolisch: Symbolischer Unbekanntenvektor.
|
||
:type unbekanntenvektor_symbolisch: sp.Matrix
|
||
:param dX_Vektor: Verbesserungsvektor der aktuellen Iteration (optional).
|
||
:type dX_Vektor: np.asarray | None
|
||
:param unbekanntenvektor_numerisch_vorherige_Iteration: Numerischer Unbekanntenvektor der vorherigen Iteration (optional).
|
||
:type unbekanntenvektor_numerisch_vorherige_Iteration: np.asarray | None
|
||
:param iterationsnummer: Iterationsnummer für Dateinamen der Zwischenergebnisse.
|
||
:type iterationsnummer: int
|
||
:return: Numerischer Unbekanntenvektor als Numpy-Array
|
||
:rtype: ndarray[tuple[int, int], Any] | ndarray[tuple[Any, ...], dtype[Any]]
|
||
"""
|
||
|
||
self.liste_unbekanntenvektor_symbolisch = liste_unbekanntenvektor_symbolisch
|
||
|
||
# Überprüfung, ob dX und der unbekanntenvektor aus der vorhigen Iteration übergeben wurden. Wenn ja, wird daraus der neue unbekanntenvektor nach der Iteration berechnet.
|
||
if dX_Vektor is None and unbekanntenvektor_numerisch_vorherige_Iteration is None:
|
||
unbekanntenvektor_numerisch = np.asarray(
|
||
[[float(self.substitutionen_dict[sym])] for sym in self.liste_unbekanntenvektor_symbolisch],
|
||
dtype=float
|
||
).reshape(-1, 1)
|
||
|
||
else:
|
||
unbekanntenvektor_numerisch_vorherige_Iteration = np.asarray(
|
||
unbekanntenvektor_numerisch_vorherige_Iteration, dtype=float).reshape(-1, 1)
|
||
dX_Vektor = np.asarray(dX_Vektor, dtype=float).reshape(-1, 1)
|
||
unbekanntenvektor_numerisch = unbekanntenvektor_numerisch_vorherige_Iteration + dX_Vektor
|
||
|
||
# Aktualisieren des Dictionaries für die Subsitutionen in den anderen Methoden.
|
||
self.substitutionen_dict = self.dict_substitutionen_uebergeordnetes_system(unbekanntenvektor_numerisch)
|
||
|
||
Export.matrix_to_csv(fr"Zwischenergebnisse\{iterationsnummer}_Unbekanntenvektor_Numerisch.csv", [""],
|
||
liste_unbekanntenvektor_symbolisch, unbekanntenvektor_numerisch,
|
||
"Unbekanntenvektor")
|
||
return unbekanntenvektor_numerisch
|
||
|
||
def unbekanntenvektor_numerisch_to_dict_unbekanntenvektor(self, liste_unbekanntenvektor_symbolisch: list, unbekanntenvektor_numerisch: np.asarray) -> dict:
|
||
"""Wandelt einen numerischen Unbekanntenvektor in ein Koordinatendictionary um.
|
||
|
||
Aus dem numerischen Unbekanntenvektor werden für alle Punkte die Koordinaten (X, Y, Z) extrahiert
|
||
und als sp.Matrix([X, Y, Z]) in einem Dictionary gespeichert.
|
||
|
||
:param liste_unbekanntenvektor_symbolisch: Liste der Unbekannten (Symbole) in der Reihenfolge des numerischen Vektors.
|
||
:type liste_unbekanntenvektor_symbolisch: list
|
||
:param unbekanntenvektor_numerisch: Numerischer Unbekanntenvektor.
|
||
:type unbekanntenvektor_numerisch: np.asarray
|
||
:return: Dictionary {punktnummer: sp.Matrix([X, Y, Z])}.
|
||
:rtype: dict
|
||
"""
|
||
unbekanntenvektor_numerisch = np.asarray(unbekanntenvektor_numerisch, dtype=float).reshape(-1, 1)
|
||
idx = {str(sym): i for i, sym in enumerate(liste_unbekanntenvektor_symbolisch)}
|
||
|
||
punktnummern = []
|
||
for symbol in liste_unbekanntenvektor_symbolisch:
|
||
name = str(symbol)
|
||
if name.startswith("X"):
|
||
pn = name[1:]
|
||
if pn not in punktnummern:
|
||
punktnummern.append(pn)
|
||
|
||
# Annahme: Für jeden Punkt, für den eine X-Koordinate vorliegt, gibt es auch immer zwingend eine Y- und Z-Koordinate
|
||
dict_koordinaten = {}
|
||
for pn in punktnummern:
|
||
iX = idx.get(f"X{pn}", None)
|
||
iY = idx.get(f"Y{pn}", None)
|
||
iZ = idx.get(f"Z{pn}", None)
|
||
|
||
if iX is None or iY is None or iZ is None:
|
||
continue
|
||
|
||
dict_koordinaten[pn] = sp.Matrix([
|
||
float(unbekanntenvektor_numerisch[iX, 0]),
|
||
float(unbekanntenvektor_numerisch[iY, 0]),
|
||
float(unbekanntenvektor_numerisch[iZ, 0]),
|
||
])
|
||
|
||
return dict_koordinaten
|
||
|
||
def berechnung_dl(self, beobachtungsvektor_numerisch: np.asarray, beobachtungsvektor_naeherung_numerisch: sp.Matrix,
|
||
liste_beobachtungsvektor_symbolisch: list = None, iterationsnummer: int = 0) -> np.asarray:
|
||
"""Berechnet den Verbesserungsvektor dl = l − f(x0).
|
||
|
||
Der Vektor wird als Differenz aus numerischem Beobachtungsvektor und numerischem Näherungs-Beobachtungsvektor gebildet.
|
||
Für Richtungsbeobachtungen wird dl normiert.
|
||
|
||
Der Vektor dl wird als CSV-Datei in den Ordner Zwischenergebnisse exportiert.
|
||
|
||
:param beobachtungsvektor_numerisch: Numerischer Beobachtungsvektor l.
|
||
:type beobachtungsvektor_numerisch: np.asarray
|
||
:param beobachtungsvektor_naeherung_numerisch: Numerischer Näherungs-Beobachtungsvektor f(x0).
|
||
:type beobachtungsvektor_naeherung_numerisch: sp.Matrix
|
||
:param liste_beobachtungsvektor_symbolisch: Optional: Liste der Beobachtungskennungen.
|
||
:type liste_beobachtungsvektor_symbolisch: list | None
|
||
:param iterationsnummer: Iterationsnummer für Dateinamen der Zwischenergebnisse.
|
||
:type iterationsnummer: int
|
||
:return: Verbesserungsvektor dl.
|
||
:rtype: np.asarray
|
||
"""
|
||
dl = beobachtungsvektor_numerisch - beobachtungsvektor_naeherung_numerisch
|
||
# Umwandeln in einen Numpy-Array, um Rechenzeit im Vergleich zu einer sympy.MAtrix zu sparen
|
||
dl = np.asarray(dl, dtype=float)
|
||
|
||
# Wird keine liste_beobachtungsvektor_symbolisch übergeben, wird diese aus der Instanzvariable verwendet.
|
||
if liste_beobachtungsvektor_symbolisch is None:
|
||
liste_beobachtungsvektor_symbolisch = self.liste_beobachtungsvektor_symbolisch
|
||
|
||
for i, name in enumerate(liste_beobachtungsvektor_symbolisch):
|
||
if "_R_" in str(name):
|
||
dl[i] = np.arctan2(np.sin(dl[i]), np.cos(dl[i]))
|
||
|
||
Export.matrix_to_csv(
|
||
fr"Zwischenergebnisse\{iterationsnummer}_dl.csv",
|
||
[""],
|
||
liste_beobachtungsvektor_symbolisch,
|
||
dl.reshape(-1, 1),
|
||
"dl"
|
||
)
|
||
|
||
return dl
|
||
|
||
def dict_substitutionen_uebergeordnetes_system(self,
|
||
unbekanntenvektor_aus_iteration: np.asarray = None) -> dict[Any, Any]:
|
||
"""Erstellt das Substitutions-Dictionary für das geozentrisch-kartesische System.
|
||
|
||
Es werden (abhängig davon, ob ein Unbekanntenvektor aus einer Iteration übergeben wurde) die aktuellen
|
||
Koordinaten und daraus abgeleitete Größen erzeugt und als Substitutionen abgelegt, u. a.:
|
||
|
||
- Punktkoordinaten X*, Y*, Z* sowie geodätische Breite B* und Länge L*,
|
||
- berechnete Größen aus Tachymeterbeziehungen (Azimut, Richtung, Zenitwinkel, Schrägstrecke),
|
||
- Normalhöhen NH (über Transformationen),
|
||
- Beobachtungssymbole der Messungen (Tachymeter, GNSS, Nivellement),
|
||
- Orientierungsunbekannte O.
|
||
|
||
:param unbekanntenvektor_aus_iteration: Optionaler numerischer Unbekanntenvektor einer Iteration zur Aktualisierung der Substitutionen.
|
||
:type unbekanntenvektor_aus_iteration: np.asarray | None
|
||
:return: Dictionary mit SymPy-Symbolen als Key und numerischen Werten als Value.
|
||
:rtype: dict[Any, Any]
|
||
"""
|
||
if unbekanntenvektor_aus_iteration is None:
|
||
dict_koordinaten = self.db_zugriff.get_koordinaten("naeherung_us")
|
||
else:
|
||
dict_koordinaten = self.unbekanntenvektor_numerisch_to_dict_unbekanntenvektor(
|
||
self.liste_unbekanntenvektor_symbolisch,
|
||
unbekanntenvektor_aus_iteration
|
||
)
|
||
|
||
for punktnummer, matrix in dict_koordinaten.items():
|
||
dict_koordinaten[punktnummer] = [float(matrix[0]), float(matrix[1]), float(matrix[2])]
|
||
|
||
# Abfragen der Beobachtungen der einzelnen Beobachtungsarten aus der Tabelle Beobachtungen
|
||
liste_beobachtungen_tachymeter = self.db_zugriff.get_beobachtungen_from_beobachtungenid()
|
||
liste_beobachtungen_gnssbasislinien = self.db_zugriff.get_beobachtungen_gnssbasislinien()
|
||
liste_beobachtungen_nivellemente = self.db_zugriff.get_beobachtungen_nivellement()
|
||
liste_azimut_richtungen, dict_orientierungen = self.berechnungen.berechnung_richtung_azimut_zenitwinkel(self.pfad_datenbank, dict_koordinaten)
|
||
|
||
# Erstellen von Dictionaries für die weitere Verarbeitung
|
||
dict_koordinaten_xyz_kopie = {pn: [v[0], v[1], v[2]] for pn, v in dict_koordinaten.items()}
|
||
dict_koordinaten_B_L = self.berechnungen.geodätische_breite_laenge(dict_koordinaten_xyz_kopie)
|
||
|
||
punktnummern_niv = set()
|
||
for beobachtungenID, pn_sp, pn_zp, niv_dh, niv_strecke, niv_anz_standpkte in liste_beobachtungen_nivellemente:
|
||
punktnummern_niv.add(str(pn_sp).strip())
|
||
punktnummern_niv.add(str(pn_zp).strip())
|
||
|
||
dict_koordinaten_niv = {}
|
||
for pn in punktnummern_niv:
|
||
if pn in dict_koordinaten:
|
||
dict_koordinaten_niv[pn] = dict_koordinaten[pn]
|
||
|
||
dict_koordinaten_utm = self.trafos.ecef_to_utm(
|
||
dict_koordinaten_niv,
|
||
self.pfad_tif_quasigeoidundolation)
|
||
|
||
# Zuweisen der Symbole zu dem jeweiligen numerischen Wert. Gespeichert wird dies in einem Dictionary.
|
||
substitutionen = {}
|
||
for punktnummer, vektor in dict_koordinaten_B_L.items():
|
||
X_sym, Y_sym, Z_sym, B_sym, L_Sym = sp.symbols(
|
||
f"X{punktnummer} Y{punktnummer} Z{punktnummer} B{punktnummer} L{punktnummer}")
|
||
|
||
substitutionen[X_sym] = float(vektor[0][0])
|
||
substitutionen[Y_sym] = float(vektor[0][1])
|
||
substitutionen[Z_sym] = float(vektor[0][2])
|
||
substitutionen[B_sym] = float(vektor[1])
|
||
substitutionen[L_Sym] = float(vektor[2])
|
||
|
||
for beobachtungsgruppeID, standpunkt, zielpunkt, azimut, richtung, zenitwinkel, schraegstrecke, orientierung in liste_azimut_richtungen:
|
||
richtung_sym = sp.symbols(f"richtung_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
substitutionen[richtung_sym] = float(richtung)
|
||
|
||
azimut_sym = sp.symbols(f"azimut_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
substitutionen[azimut_sym] = float(azimut)
|
||
|
||
zenitwinkel_sym = sp.symbols(f"zw_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
substitutionen[zenitwinkel_sym] = float(zenitwinkel)
|
||
|
||
schraegstrecke_sym = sp.symbols(f"strecke_berechnet_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
substitutionen[schraegstrecke_sym] = float(schraegstrecke)
|
||
|
||
for punktnummer, koordinaten_utm in dict_koordinaten_utm.items():
|
||
normalhoehe_sym = sp.symbols(f"NH{punktnummer}")
|
||
substitutionen[normalhoehe_sym] = float(koordinaten_utm[2])
|
||
|
||
for standpunkt, zielpunkt, beobachtungenID, beobachtungsgruppeID, tachymeter_richtung, tachymeter_zenitwinkel, tachymeter_distanz in liste_beobachtungen_tachymeter:
|
||
alpha = sp.symbols(f"{beobachtungenID}_R_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
zw = sp.symbols(f"{beobachtungenID}_ZW_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
s = sp.symbols(f"{beobachtungenID}_SD_{beobachtungsgruppeID}_{standpunkt}_{zielpunkt}")
|
||
|
||
if tachymeter_richtung is None and tachymeter_zenitwinkel is None and tachymeter_distanz is None:
|
||
continue
|
||
|
||
substitutionen[alpha] = float(tachymeter_richtung)
|
||
substitutionen[zw] = float(tachymeter_zenitwinkel)
|
||
substitutionen[s] = float(tachymeter_distanz)
|
||
|
||
for beobachtungenID, punktnummer_sp, punktnummer_zp, gnss_bx, gnss_by, gnss_bz, gnss_s0, gnss_cxx, gnss_cxy, gnss_cxz, gnss_cyy, gnss_cyz, gnss_czz in liste_beobachtungen_gnssbasislinien:
|
||
beobachtungenID = str(beobachtungenID).strip()
|
||
punktnummer_sp = str(punktnummer_sp).strip()
|
||
punktnummer_zp = str(punktnummer_zp).strip()
|
||
|
||
bx = sp.symbols(f"{beobachtungenID}_gnssbx_{punktnummer_sp}_{punktnummer_zp}")
|
||
by = sp.symbols(f"{beobachtungenID}_gnssby_{punktnummer_sp}_{punktnummer_zp}")
|
||
bz = sp.symbols(f"{beobachtungenID}_gnssbz_{punktnummer_sp}_{punktnummer_zp}")
|
||
|
||
if gnss_bx is None and gnss_by is None and gnss_bz is None:
|
||
continue
|
||
|
||
substitutionen[bx] = float(gnss_bx)
|
||
substitutionen[by] = float(gnss_by)
|
||
substitutionen[bz] = float(gnss_bz)
|
||
|
||
for beobachtungenID, punktnummer_sp, punktnummer_zp, niv_dh, niv_strecke, niv_anz_standpkte in liste_beobachtungen_nivellemente:
|
||
beobachtungenID = str(beobachtungenID).strip()
|
||
punktnummer_sp = str(punktnummer_sp).strip()
|
||
punktnummer_zp = str(punktnummer_zp).strip()
|
||
|
||
niv = sp.symbols(f"{beobachtungenID}_niv_{punktnummer_sp}_{punktnummer_zp}")
|
||
|
||
if niv_dh is None:
|
||
continue
|
||
|
||
substitutionen[niv] = float(niv_dh)
|
||
|
||
if unbekanntenvektor_aus_iteration is not None:
|
||
dict_O = self.unbekanntenvektor_numerisch_to_dict_orientierungen(
|
||
self.liste_unbekanntenvektor_symbolisch,
|
||
unbekanntenvektor_aus_iteration
|
||
)
|
||
for orientierungs_id, wert in dict_O.items():
|
||
substitutionen[sp.Symbol(f"O{orientierungs_id}")] = float(wert)
|
||
else:
|
||
for beobachtungsgruppeID, standpunkt, zielpunkt, azimut, richtung, zenitwinkel, schraegstrecke, orientierung in liste_azimut_richtungen:
|
||
O_sym = sp.Symbol(f"O{beobachtungsgruppeID}")
|
||
if O_sym not in substitutionen:
|
||
substitutionen[O_sym] = orientierung
|
||
|
||
return substitutionen
|
||
|
||
def unbekanntenvektor_numerisch_to_dict_orientierungen(self, liste_unbekanntenvektor_symbolisch: list,
|
||
unbekanntenvektor_numerisch: np.asarray) -> dict[Any, Any]:
|
||
"""Extrahiert Orientierungsparameter aus einem numerischen Unbekanntenvektor in ein Dictionary.
|
||
|
||
Alle Unbekannten, deren Symbolname mit "O" beginnt, werden als als Dictionary in der Form {orientierungs_id: wert} zurückgegeben.
|
||
|
||
:param liste_unbekanntenvektor_symbolisch: Liste der Unbekannten (Symbole) in der Reihenfolge des numerischen Vektors.
|
||
:type liste_unbekanntenvektor_symbolisch: list
|
||
:param unbekanntenvektor_numerisch: Numerischer Unbekanntenvektor.
|
||
:type unbekanntenvektor_numerisch: np.asarray
|
||
:return: Dictionary der Orientierungen je Beobachtungsgruppe.
|
||
:rtype: dict[Any, Any]
|
||
"""
|
||
dict_O = {}
|
||
unbekanntenvektor_numerisch = np.asarray(unbekanntenvektor_numerisch, dtype=float).reshape(-1, 1)
|
||
for i, symbol in enumerate(liste_unbekanntenvektor_symbolisch):
|
||
name = str(symbol)
|
||
if name.startswith("O"):
|
||
orientierungs_id = name[1:]
|
||
dict_O[orientierungs_id] = float(unbekanntenvektor_numerisch[i, 0])
|
||
|
||
return dict_O |