УДК: 
DOI: 
10.22389/0016-7126-2022-987-9-21-29
1 Нейман Ю.М.
2 Сугаипова Л.С.
Год: 
№: 
987
Страницы: 
21-29

Московский государственный университет геодезии и картографии (МИИГАиК)

1, 
2, 
Аннотация:
Вопросы определения параметров преобразования систем координат всегда были и остаются в центре внимания как практических, так и теоретических работ геодезистов. Однако в большинстве случаев задача трактуется в предположении, что углы поворота координатных осей и параметр подобия величины очень малые, что позволяет существенно упростить алгоритм. В данной работе рассмотрена строгая теория определения семи и девяти параметров преобразования систем координат в рамках нелинейного метода наименьших квадратов с ограничениями. Описан строгий алгоритм и выполнены численные эксперименты. Указана связь теории преобразования систем координат с общей теорией математической статистики, известной под названием анализ Прокруста. Однако в общем случае для преобразования одной системы координат в другую рекомендуется пользоваться теорией искусственных нейронных сетей. Это полностью исключает необходимость предварительного определения соответствующих параметров преобразования, неизбежно связанную с гипотезами о модели преобразования, но оперативно и аккуратно решает основную задачу.
Статья подготовлена в соответствии с государственным заданием ФГБУ «Центр геодезии, картографии и ИПД» на 2022 г. в рамках НИР «ГЕОТЕХ».

Список литературы: 
1.   Деммель Дж. Вычислительная линейная алгебра / Пер. с англ. под ред. Х. Д. Икрамова. – М.: Мир, – 2001. – 430 c.
2.   Каллан Р. Основные концепции нейронных сетей / Пер. с англ. А. Г. Сивака. – М.: Вильямc, – 2001. – 287 c.
3.   Пискунов Н. С. Дифференциальное и интегральное исчисления: Учеб. для втузов – 2 – М.: Интеграл-Пресс, – 2002. – Т. 1. – 416 c.
4.   Akca D. (2003) Generalized Procrustes analysis and its applications in photogrammetry. Zuerich: Institute of Geodesy and Photogrammetry. ETH-Hoenggerberg 23 p. DOI: 10.3929/ethz-a-004656648.
5.   Awange J. L., Bae K.-H., Claessens S. J. (2008) Procrustean solution of the 9-parameter transformation problem // Earth Planets Space. 60, pp. 529–537.
6.   Crosilla F. (2003) Procrustes analysis and geodetic sciences pp. 69–78. DOI: 10.1007/978-3-662-05296-9_29.
7.   Crosilla F., Maset E., Fusiello A. (2017) Procrustean photogrammetry: From exterior orientation to bundle adjustment. New advanced GNSS and 3D spatial techniques pp. 157–165. DOI: 10.1007/978-3-319-56218-6_12.
8.   Hossainali M. M., Becker M., Groten E. (2011) Procrustean statistical inference of deformations // Journal of Geodetic Science. 1 (2), pp. 170–180. DOI: 10.2478/v10156-010-0020-5.
9.   Palancz B., Zaletnyik P., Awange J. L., Heck B. (2010) Extension of the ABC-Procrustes algorithm for 3D affine coordinate transformation // Earth Planets and Space. 62 (11), pp. 857–862.
10.   Paun C. D., Oniga V. E., Dragomir P. I. (2017) Three-dimensional transformation of coordinates systems using nonlinear analysis – Procrusters algorithm // International journal of engineering sciences and research technology. 6 (2), pp. 355–363. DOI: 10.5281/zenodo.291839.
11.   Schonemann P. H., Carroll R. M. (1970) Fitting one matrix to another under choice of a central dilation and a rigid motion // Psychometrika. 35 (2), pp. 245–255.
12.   Zeng H., Chang G., He H., Li K. (2020) WTLS iterative algorithm of 3D similarity coordinate transformation based on Gibbs vectors // Earth Planets and Space. 72 (53), pp. 1–12. DOI: 10.1186/s40623-020-01179-1.
Образец цитирования:
Нейман Ю.М., 
Сугаипова Л.С., 
Строгие методы преобразования систем координат // Геодезия и картография. – 2022. – № 9. – С. 21-29. DOI: 10.22389/0016-7126-2022-987-9-21-29