我正在编写一个Android应用程序,用于跟踪两个GPS位置(来自不同的设备)之间的距离和方位角。
计算设备之间的平均距离和角度相当容易,并且似乎运行良好。但由于我的位置相当接近,我需要结果尽可能可靠,因此我还在尝试计算这些计算的不确定性,并需要帮助。
我使用从Android获取的精度参数作为GPS读数的误差估计(Android文档说该参数提供了一个圆形半径,表示位置在其中有68%的确定性,则我假设结果是正态分布的,并且该参数是标准偏差)。
如果忽略协方差(我甚至不知道是否可以理论上找到),我知道如何正式计算传播的不确定性(使用偏导数)-但这给出了非常大的不确定性,因为两个GPS读数都具有非常大的不确定性。
问题是,我只是寻找这些位置之间的相对距离(或角度),我不关心它们相对地球的实际位置。而且,既然我知道至少某些不确定性对于两个设备是相同的(例如,电离层效应),我可以安全地忽略它们并获得更精确的结果。更好的是,如果部分不确定性来自随机误差,我可以在比较位置之前过滤掉大部分不确定性(尽管我怀疑Android提供的位置已经经过了过滤)。
问题是,我不知道不确定性的哪一部分是随机的,哪一部分是恒定的,并且我显然必须分别处理它们...
因此,总结我的问题-给定两组GPS读数以及它们的“精度”,如何区分对两组读数相同的不确定性和不同的不确定性?
我相信有一个很好的数学方法来解决这个问题,但我想不出一个...
计算设备之间的平均距离和角度相当容易,并且似乎运行良好。但由于我的位置相当接近,我需要结果尽可能可靠,因此我还在尝试计算这些计算的不确定性,并需要帮助。
我使用从Android获取的精度参数作为GPS读数的误差估计(Android文档说该参数提供了一个圆形半径,表示位置在其中有68%的确定性,则我假设结果是正态分布的,并且该参数是标准偏差)。
如果忽略协方差(我甚至不知道是否可以理论上找到),我知道如何正式计算传播的不确定性(使用偏导数)-但这给出了非常大的不确定性,因为两个GPS读数都具有非常大的不确定性。
问题是,我只是寻找这些位置之间的相对距离(或角度),我不关心它们相对地球的实际位置。而且,既然我知道至少某些不确定性对于两个设备是相同的(例如,电离层效应),我可以安全地忽略它们并获得更精确的结果。更好的是,如果部分不确定性来自随机误差,我可以在比较位置之前过滤掉大部分不确定性(尽管我怀疑Android提供的位置已经经过了过滤)。
问题是,我不知道不确定性的哪一部分是随机的,哪一部分是恒定的,并且我显然必须分别处理它们...
因此,总结我的问题-给定两组GPS读数以及它们的“精度”,如何区分对两组读数相同的不确定性和不同的不确定性?
我相信有一个很好的数学方法来解决这个问题,但我想不出一个...