当前位置: 首页> 交通会议论文数据库 >详情
原文传递 基于重力场模型和神经网络融合的大范围测区GPS高程转换方法
题名: 基于重力场模型和神经网络融合的大范围测区GPS高程转换方法
正文语种: 中文
作者: 孙腾科 赵杏杏 张永磊
作者单位: 河海大学地球科学与工程学院,南京 210098
关键词: 重力场模型 神经网络 GPS高程转换
摘要:   为了提高大范围测区内GPS高程转换的精度,在平面拟合法、二次曲面拟合法以及多面函数拟合法等常规GPS高程转换方法的基础上,提出了一种基于地球重力场模型和神经网络融合的GPS高程转换方法.以江苏省某大范围测区为例,将基于地球重力场模型EGM2008,EIGEN-6C2,EIGEN6C和神经网络模型相融合的GPS高程转换方法与常规的GPS高程转换方法进行对比分析,结果表明:常规平面拟合法、二次曲面拟合法以及多面函数拟合法的转换精度分别为1.367 2,0.1224和0.1306 m;EGM2008,EIGEN-6C2,EIGEN6C分别与神经网络模型相融合后所得方法的转换精度分别为0.041 1,0.038 1和0.039 2m.因此,将地球重力场模型和神经网络相融合,在大范围测区内可大幅提高GPS高程转换精度.
会议日期: 20131115
会议举办地点: 南京
会议名称: 第六届全国交通工程测量学术研讨会
出版日期: 2013-11-15
母体文献: 第六届全国交通工程测量学术研讨会论文集
分类号: P228
检索历史
应用推荐