Module II: vereffenen

Les 6: kleinste kwadratenvereffening

Module II: vereffenen

• Les 5 Polygonatie
• Les 6 Kleinste Kwadratenvereffening
• Achtergrond kleinste kwadraten
• Statistiek
• Demo
• Examenopgave
• Les 7 Puntbepalingsmethodes
Kleinste kwadraten:
principe

Kleinste kwadratenvereffening

• Hoe meer (overtallige) metingen in een project, hoe meer strijdige metingen.
• Hoe kunnen we de “optimale” oplossing vinden?
• Uitspreiden van de fouten over de metingen

• Beste methode: zo weinig mogelijk correcties, dus zo dicht mogelijk bij de

oorspronkelijke metingen blijven.
Kleinste kwadratenmethode

• Waarom kwadraten? σ 𝑐 2 = 𝑚𝑖𝑛𝑖𝑚𝑎𝑎𝑙

Principe van kleinste kwadratenvereffening

Het aanbrengen van minimale correcties aan alle waarnemingen

(hoeken en afstanden) om ze met elkaar te doen kloppen

• Minimaal betekent dat de som van de kwadraten van de correcties minimaal

is: deze oplossing is uniek en is onafhankelijk van het gebruikte programma

• Iteratief of volgens bepaald algoritme

Kleinste kwadratenvereffening (2)

• Probleem 1: hoe kan je verschillende eenheden bij elkaar optellen?

• Bijvoorbeeld: hoekmetingen en afstandsmetingen

• Probleem 2: sommige metingen zijn nauwkeuriger dan andere

𝑐2
Gewichten gebruiken! σ = 𝑚𝑖𝑛𝑖𝑚𝑎𝑎𝑙
𝜎2
 Hoekmetingen hebben Afstanden werden hier veel
hier een groter gewicht nauwkeuriger gemeten dan
zodat vooral de hoeken zodat vooral de
afstanden gecorrigeerd hoeken werden
werden gecorrigeerd

Standaardresidu ( gewogen correctie)

Kleinste kwadratenalgoritme zal trachten de standaardresiduen zo
klein mogelijk te houden

c
Stdres

Er wordt altijd vereffend ook al gaat het om onzinnige sluitfouten.

Na vereffening worden de aangebrachte correcties
(standaardresiduen) kritisch bekeken Residu sigma Stdres
Kleinste kwadraten:
statistiek

Kritische test

• Star*Net vereffent altijd. We moeten kijken of het wel zin heeft.

• Zijn er grove of systematische fouten ingeslopen?

• We maken gebruik van de Chi-kwadraattest

Chi-kwadraatverdeling

• Verdeling van de kwadratische som

van k normaal verdeelde variabelen
• k = aantal vrijheidsgraden

𝑘 2
𝑥𝑖 − 𝜇𝑖
Χ𝑘2 =෍
𝜎𝑖
𝑖=0

• De variabelen 𝑥𝑖 zijn de correcties

Nulhypothese
Om een statistische test te kunnen uitvoeren moet eerst een
hypothese geformuleerd worden:
Nulhypothese = er zijn enkel toevallige fouten gebeurd tijdens
de meting en ze kunnen volledig door de toestelkenmerken
verklaard worden.
Als de aangebrachte correcties kunnen verklaard worden door de
invloed van toevallige fouten dan liggen ze Gauss-verdeeld rond
een gemiddelde van 0
68% van de standaardresiduen moet kleiner zijn dan 1
Statistische test

• Als de standaardresiduen afkomstig zijn uit normaalverdelingen dan zou de

som van de kwadraten van deze standaardresiduen een Chi-
kwadraatverdeling moeten volgen.
• De statistische Chi-kwadraattest gaat de som van de kwadraten van de
standaardresiduen vergelijken met een drempelwaarde.
• Deze drempelwaarde is enkel afhankelijk van het aantal variabelen en het
aantal vrijheidsgraden (redundancy).
• Indien de test mislukt is er 95% kans dat de correcties niet kunnen verklaard
worden vanuit enkel toevallige fouten.

Chi-kwadraattest

• Als alle metingen OK zijn: enkel

toevallige fouten

• Dan zal de kwadratische optelsom

(Chi-kwadraat) lager liggen dan een
bepaalde drempelwaarde

• Single-tailed or two-tailed. In ons

geval: single-tailed: enkel 5% in het
rechtste deel (de staart)
Bekijken van een Star*Net rapport
• Statistische test gelukt?
• Indien mislukt: error factor bekijken van hoeken, afstanden of
hoogteverschillen
• Uitschieters verwijderen
• Opnieuw vereffenen
• Toestelkarakteristieken kritisch bekijken
• Extra metingen uitvoeren
Betekenis van een error factor

• Een kleine errorfactor voor een bepaald type metingen verwijst

• ofwel naar foutief ingegeven toestelkarakteristieken (met inbegrip van
centreerafwijkingen)
• ofwel naar metingen met een kleine graad van overtalligheid.

• Een grote errorfactor wijst

• ofwel op grove fouten
• ofwel op te klein ingegeven toestelkarakteristieken
• ofwel op modelfouten

Foutenellipsen

• 3 types beschreven in Star*Net rapport:

• Standaardellipsen
• Foutenellipsen
• Relatieve ellipsen
• Vooral 95% foutenellipsen bekijken (a-posteriori ellipsen)
• Opletten indien test niet geslaagd: afmetingen werden vermenigvuldigd met
total error factor
Foutenellipsen na vereffening
 Foutenellipsen na vereffening van een netwerk
Figuur is meer vormvast punten zijn nauwkeuriger bepaald

Voorbeeld

2
X

3
1
Instrument Standard Error Settings
Adjusted Observations and Residuals Distances (Constant) : 0.00300 Meters
Adjusted Angle Observations (GONS)
Distances (PPM) : 3.00000
From At To Angle Residual StdErr StdRes Angles : 4.24000 MilliGons
open 1 2 99.999612 -0.000388 5.72 0.1 Directions : 3.00000 MilliGons
1 2 3 350.004272 0.004272 5.83 0.7
2 3 1 350.001523 0.001523 5.83 0.3
Centering Error Instrument : 0.00200 Meters
2 1 3 100.005795 0.005795 6.44 0.9 Centering Error Target : 0.00500 Meters
3 1 open 199.994593 -0.000407 5.86 0.1
3 2 X 349.998241 -0.001759 4.96 0.4
2 1 X 79.517281 0.007281 5.53 1.3
2 3 X 120.476842 -0.003158 5.15 0.6

Adjusted Distance Observations (Meters)

From To Distance Residual StdErr StdRes

1 2 99.9868 0.0068 0.0063 1.1
1 3 99.9825 0.0125 0.0063 2.0
2 3 141.4061 -0.0139 0.0064 2.2
Kleinste kwadraten: een
eerste projectje

Kleinste kwadraten: een

moeilijker project
 Kleinste kwadraten: een
examenopgave

Error Propagation
Station Coordinate Standard Deviations (Meters)
Station X Y
A 0.000000 0.000000
B 0.000000 0.000000
D 0.429745 0.057600
Starnet opgave C 0.428702 0.134559
Project Option Settings 5 0.153171 0.029163
Adjustment Statistical Summary
Iterations = 2
Project Units : Meters; GONS Station Coordinate Error Ellipses (Meters)
Number of Stations = 5
Input/Output Coordinate Order : East-North (Shown as X-Y) Confidence Region = 95%
Number of Observations = 8
Angle Data Station Order : From-At-To Station Semi-Major Semi-Minor Azimuth of
Number of Unknowns = 6
Axis Axis Major Axis
Number of Redundant Obs = 2
Instrument Standard Error Settings A 0.000000 0.000000 0.00
Observation Count Sum Squares Error
Project Default Instrument B 0.000000 0.000000 0.00
of StdRes Factor
Distances (Constant) : 0.003000 Meters D 1.054761 0.117753 104.71
Angles 8 3.757 1.371
Distances (PPM) : 3.000000 C 1.090894 0.139920 82.22
Total 8 3.757 1.371
Angles : 2.800000 MilliGons 5 0.376410 0.063083 105.74
Directions : 2.000000 MilliGons The Chi-Square Test at 5.00% Level Passed
Centering Error Instrument : 0.003000 Meters Lower/Upper Bounds (0.159/1.921) Vragen
Centering Error Target : 0.015000 Meters
Adjusted Coordinates (Meters) • Hoe noem je de meetmethode die hier werd gebruikt
Summary of Unadjusted Input Observations Station X Y Description om punt 5 te bepalen?
Number of Entered Stations (Meters) = 2 A 0.0000 0.0000
Fixed Stations X Y Description B 0.0000 100.0000 • Hoe noem je de meetmethode die hier werd gebruikt
A 0.0000 0.0000
B 0.0000 100.0000
D 495.8588 0.0771 om punt C te bepalen?
C 495.8242 100.0818
Number of Angle Observations (GONS) = 8 5 247.7893 19.4921 • Wat is de 95% fout op de y-coördinaat van het punt 5?
From At To Angle StdErr
Adjusted Observations and Residuals
Adjusted Angle Observations (GONS)
• Zou je de foutenellipsen op de punten C en D nog
B A D 100.000000 10.32
C D A -100.000000 10.29
From At To Angle Residual StdErr StdRes kleiner kunnen maken op basis van deze metingen?
A B D -87.349000 10.30
B
C
A
D
D
A
99.990102 -0.009898 10.32 1.0
-99.987903 0.012097 10.29 1.2
• Bereken met de beschikbare gegevens de
D C A 87.349000 10.27
B A 5 95.000000 10.85
A B D -87.340707 0.008293 10.30 0.8 standaardafwijking op de afstand van 5 naar D geef ook
D C A 87.342233 -0.006767 10.27 0.7
A B 5 -80.000000 10.76
B A 5 95.002390 0.002390 10.85 0.2 de gebruikte formule.
C D 5 -95.000000 10.82
B 5 C 160.000000 6.04
A B 5 -80.000857 -0.000857 10.76 0.1 • Waarom is de StdErr op de hoek B5C kleiner dan deze
C D 5 -95.005681 -0.005681 10.82 0.5
B 5 C 160.001246 0.001246 6.04 0.2 op de hoek BAD?
Kleinste kwadraten:
herhaling
 Station Semi-Major Semi-Minor Azimuth of
Axis Axis Major Axis
1 0.00000 0.00000 0.00
open 0.00000 0.00000 0.00
2 0.02834 0.02004 88.02
3 0.02843 0.01961 7.98
X 0.26203 0.09922 80.70

Wat zouden we kunnen doen om de nauwkeurigheid van de

coördinaten van punt X op te drijven?

Voordelen van Star*Net

• Lage inloopdrempel
• Gratis voor 10 stationspunten
• Eenvoudige input van gegevens
• Heldere rapporten en visualisatie
• Uitvoermogelijkheid naar DXF
• Simulaties van onuitgevoerde metingen zijn mogelijk
Beperkingen van Star*Net

• Statistische test is globale test, het zou kunnen dat bepaalde waarnemingen
niet goed gecontroleerd worden bepaalde grove fouten zouden door de
mazen van de test kunnen glippen
• Nog erger is dat sommige onontdekte fouten een enorme invloed kunnen
hebben op alle resultaten
 116 scans
1,3 miljard punten

vereffend netwerk binnen de gebouwen