Составители:
Рубрика:
3
Введение
Создание новых алгоритмов обработки высокоточных наблюдений в
настоящее время является одной из основных проблем, возникающих перед
исследователем, независимо от того, в какой области науки он работает.
Развитие новых технических средств, применение новых наблюдательных
методик, компьютеризация – все это способствует повышению точности из-
мерений. Но для того, чтобы реализовать эту точность,
методы обработки
также должны постоянно совершенствоваться, “подстраиваясь” под реше-
ние той или иной проблемы.
Метод наименьших квадратов (МНК) был развит в начале XIX века в
трудах Ж. Лежандра (1806 г.) и К.Ф. Гаусса (1809 г.) и в течение многих лет
применялся практически в первозданном виде. Начиная примерно с 40-х
годов XX века, появляются многочисленные
модификации этого метода.
При этом появление новых технических средств и наблюдательных методик
заставило математиков разрабатывать довольно сложные алгоритмы обра-
ботки информации. Так, например, создание ракетной техники в годы Вто-
рой мировой войны повлекло за собой разработку алгоритмов последова-
тельной обработки данных – фильтра Калмана-Бьюси и его модификаций.
[Браммер, Зиффлинг, 1982; Jazwinski, 1970] Поэтому
можно сказать, что
развитие технических средств способствовало (и способствует) развитию
математического аппарата, предназначенного для обработки данных, с по-
мощью этих средств полученных.
Радиоинтерферометрия со сверхдлинными базами (РСДБ) как новая
наблюдательная техника также требует применения нестандартных алго-
ритмов [Ma, Ryan, 1995]. На это есть несколько причин, одна из которых
состоит в том, что наблюдения
проводятся одновременно на нескольких
инструментах (иногда число радиотелескопов, задействованных, в экспери-
менте превышает 10), в то время как классические астрометрические на-
блюдения, как правило, проводятся на одном инструменте. С точки зрения
обработки данных это означает, что РСДБ наблюдения в каждый момент
времени дают несколько разностей О–С, т.е. вектор
, в то время как
классические виды наблюдений дают в каждый момент времени одну
разность О–С, т.е. скаляр
. Поэтому при обработке РСДБ данных возникают
такие новые понятия, как, например, корреляции между наблюдениями,
