期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进的BP神经网络构建区域精密对流层延迟模型 被引量:25
1
作者 肖恭伟 欧吉坤 +1 位作者 刘国林 张红星 《地球物理学报》 SCIE EI CAS CSCD 北大核心 2018年第8期3139-3148,共10页
利用神经网络算法挖掘海量数据的规律已成为科技发展的一种趋势,本文针对卫星信号的天顶对流层延迟进行建模.对流层延迟是影响卫星定位精度的重要因素之一,建立精密区域对流层模型对高精度定位有着重要的意义.对区域测站对流层延迟数据... 利用神经网络算法挖掘海量数据的规律已成为科技发展的一种趋势,本文针对卫星信号的天顶对流层延迟进行建模.对流层延迟是影响卫星定位精度的重要因素之一,建立精密区域对流层模型对高精度定位有着重要的意义.对区域测站对流层延迟数据的分析,考虑到实时建模中传统BP(Back Propagation)神经网络计算量大,易出现"过拟合"现象、不稳定等因素,通过改进的BP神经网络建立了区域精密对流层模型.详细介绍了新模型的建立过程,并与常用的对流层区域实时模型进行了对比.还讨论了建模测站数目对预报精度的影响.相比现有的其他对流层延迟模型,基于改进的BP神经网络构建的区域精密对流层延迟模型无论在拟合和预报方面都有较好的精度,且随着测站数目的增加模型精度趋于平稳.改进的模型参数较少,可以进行实时的区域精密对流层延迟改正;需要播发的信息量小,适用于连续运行参考站系统(Continuously Operating Reference Stations,CORS)的应用.研究表明:改进的BP神经网络模型能够更好的充分利用大规模历史数据描述卫星信号对流层延迟的空间分布情况,适用于实时大区域精密对流层建模.基于日本地区2005年近1000多个测站的NCAR(National Center Atmospheric Research)对流层数据进行区域对流层延迟建模,结果表明改进的BP神经网络模型在拟合和预报精度上都有较大提升,RMSE(Root Mean Square Error)分别为:7.83mm和8.52mm,而四参数模型拟合、预报RMSE分别18.03mm和16.60mm. 展开更多
关键词 BP神经网络 区域对流层延迟 CORS 拟合模型
下载PDF
一种改进的区域对流层模型在TRACK中的应用
2
作者 洪卓众 邓健 +1 位作者 孔令杰 柏飞 《大地测量与地球动力学》 CSCD 北大核心 2013年第5期83-85,90,共4页
利用GAMIT软件估算香港连续参考站一年的对流层天顶延迟,建立了符合香港地区的以气象要素为参数的对流层改正湿延迟模型,且嵌入TRACK模块。经检验,TRACK模块中采用新模型比传统的Saastamoinen模型对提高GPS测量精度的贡献更为显著。
关键词 区域对流层模型 GAMIT TRACK 天顶延迟 气象要素
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部