Günümüz jeodezik ölçü sistemlerinde veri indirgemesi ve kısıtların ele alınması

Özet

Uzay Tekniklerinin gelişmesi ile birlikte artan veri yoğunluk ve çeşitliliği, veri indirgemesini zorunlu hale getirmiştir. İndirgenmiş veriler ile parametre tahmini ise veri indirgeme aşaması ile doğrudan ilişkili olup, kullanılan yazılım ve yönteme göre değişen veri indirgemesinin homojen olmasını gerektirmektedir. Uydu teknikleri (GPS, SLR vb.) analiz merkezleri arasında indirgenmiş verilerin değişimi çoğunlukla SINEX (Software Independent Exchange Format) olarak gerçekleşmekte, indirgeme sırasında konulmuş kısıtların yeni parametre tahminini etkilememesi gerekmektedir. Bununla beraber bazı kısıtların uygulanması matematiksel olarak zorunludur. Bu çalışmada; jeodezik ölçülerin indirgemesinde kullanılan minimal (en az) kısıtlar, iç kısıtlar (inner constraints), gevşek (loose), sıkı (tight) ve kaldırılabilir (removable) kısıt türleri gözden geçirilmiş, SINEX formattaki verilerden tekrar normal denklemler sisteminin oluşturulması, indirgenmiş verileri ifade eden indirgenmiş ölçüler (quasi-observations) ve bunlar arasındaki korelasyonların parametre tahmini üzerindeki etkileri araştırılmıştır.

Abstract

Data reduction became a necessity in the face of variety and intensity of data with the advances in space-based techniques. Parameter estimation with reduced data is closely related to the data reduction and requires homogenity of data reduction methods which vary depending on software and methods employed. Reduced data are mostly exchanged through SINEX (Software Independent Exchange Format) among analysis centers and it is required that previous constraints on reduced data should not affect the new parameter estimation. However, constraints are mathematically necessary to some extent. In .this study, minimal, inner, loose, tight and removable constraints are reviewed, reconstruction of observation equations from reduced data set in SINEX format and quasi-observations which represent reduced data and how their correlations affect parameter estimations are investigated.