28.02.2013 Aufrufe

Volker Tesmer - Deutsche Geodätische Kommission

Volker Tesmer - Deutsche Geodätische Kommission

Volker Tesmer - Deutsche Geodätische Kommission

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

8<br />

1. Motivation und Einleitung<br />

quasi-zufällige Abweichungen zwischen Beobachtungen und funktionalem Modell als Varianzen der Beobachtungen<br />

im stochastischen Modell zumindest näherungsweise erfassen. Zum anderen können funktionale Fehlmodellierungen,<br />

die sich systematisch auf mehrere Beobachtungen auswirken, unter Umständen als Korrelationen<br />

zwischen Beobachtungen im stochastischen Modell beschrieben werden.<br />

Wie in Kapitel 4 dokumentiert, wird dementsprechend in dieser Arbeit die übliche Vorgehensweise bei der VLBI-<br />

Parameterschätzung auf solche Mängel hin untersucht, die für Gruppen von VLBI-Beobachtungen als Defizite<br />

ihres stochastischen Modells interpretiert werden können. Dabei werden solche Beobachtungsgruppen gesucht,<br />

denen entweder fehlmodellierte Varianzen zugeordnet werden (Abschnitt 4.1) oder die fälschlicherweise als<br />

unkorreliert angenommen werden (Abschnitt 4.2). Die so gefundenen Schwächen des stochastischen VLBI-<br />

Modells werden durch eine in den Abschnitten 3.3 und 3.4 beschriebene Schätzung von Varianz- und Kovarianzkomponenten<br />

quantifiziert.<br />

Da die Qualität der Beobachtungen, Beobachtungsdichte und Beobachtungsgeometrie nicht für das gesamte<br />

VLBI-Beobachtungsmaterial homogen ist (Abschnitt 5.1), muss die Konsistenz eines so geschätzten stochastischen<br />

Modells mit besonderer Sorgfalt geprüft werden (Abschnitt 5.2). Wegen der unmittelbaren Abhängigkeit<br />

des stochastischen Modells vom angesetzten funktionalen Modell, insbesondere der Parametrisierung, ist außerdem<br />

zu untersuchen, wie das geschätzte stochastische Modell auf unterschiedliche Parametrisierungsansätze<br />

reagiert (Abschnitt 5.4). Als Ergebnis wird ein verfeinertes stochastisches Modell vorgeschlagen, das für alle<br />

heute angesetzten VLBI-Lösungen anwendbar, umfassend, aber rechentechnisch günstig und mit einfachen Algorithmen<br />

realisierbar ist (Abschnitt 5.6). Kapitel 6 dokumentiert Vergleiche verschiedener geschätzter VLBI-<br />

Zielparameter, die mit dem herkömmlichen Ansatz und dem verfeinerten stochastischen Modell gewonnen wurden.<br />

Um umfassende Aussagen zu ermöglichen, wird nahezu das vollständige, der wissenschaftlichen Öffentlichkeit<br />

zugängliche VLBI-Beobachtungsmaterial verwendet.<br />

Die zentralen Aufgabenstellungen dieser Arbeit lassen sich wie folgt zusammenfassen:<br />

- Der Fehlerhaushalt bei der VLBI-Parameterbestimmung wird qualitativ dahingehend überprüft, ob Abweichungen<br />

zwischen den Beobachtungen und dem funktionalen Modell existieren, die zwar nicht im funktionalen<br />

Modell, aber im stochastischen Modell der Beobachtungen darstellbar sind.<br />

- Die dafür notwendigen Erweiterungen des üblicherweise verwendeten stochastischen VLBI-Modells werden<br />

formuliert und quantifiziert. Anhand des gesamten existierenden VLBI-Beobachtungsmaterials wird geprüft,<br />

ob die Erweiterungen die Gesamtheit der VLBI-Beobachtungen repräsentieren.<br />

- Es soll kontrolliert werden, wie gut sich der so gefundene verfeinerte Ansatz des stochastischen VLBI-Modells<br />

bei einer umfassenden Schätzung verschiedener VLBI-Zielparameter bewährt.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!