基于RBF神經(jīng)網(wǎng)絡(luò)模型的GNSS對流層延遲插值
發(fā)布時間:2021-10-09 02:06
隨著GNSS在不同領(lǐng)域的發(fā)展中,用戶對于該系統(tǒng)的精度性有著更高的要求,如何快速定位以及提高精度是當(dāng)前GNSS研究的重點和發(fā)展趨勢。對流層延遲極易受大氣的影響,且與信號傳播路徑的高度角有著密切關(guān)系,當(dāng)高度角為90o時誤差達到2-3m,但當(dāng)高度角為5o時其誤差最大時可以達到25m。由于對流層誤差的改正十分復(fù)雜,這成為影響GNSS精度的重要因素。提高對流層誤差改正的精度,在定位與測量的應(yīng)用中有著較大的意義。目前,RBF神經(jīng)網(wǎng)絡(luò)已經(jīng)應(yīng)用在很多領(lǐng)域,它能夠以任意精度逼近任意函數(shù),學(xué)習(xí)速度快。為了提高對流層延遲內(nèi)插精度,建立了一種基于RBF神經(jīng)網(wǎng)絡(luò)對GNSS對流層延遲內(nèi)插的模型,該模型只需輸入測站點的經(jīng)緯度和高程,在實際應(yīng)用中帶來了方便。在構(gòu)造RBF神經(jīng)網(wǎng)絡(luò)模型的過程中,首先利用GAMIT軟件根據(jù)安徽省電力系統(tǒng)10個CORS站的坐標(biāo)數(shù)據(jù)解算出對流層延遲,利用6個CORS基站的坐標(biāo)和對流層延遲作為建模數(shù)據(jù),4個CORS站作為測試數(shù)據(jù),選取合適的神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)算法確定網(wǎng)絡(luò)結(jié)構(gòu)參數(shù),構(gòu)建模型。其次將模型對流層延遲的輸出值與GAMIT軟件解算出的對流層延遲作比較,進行誤差分析,驗證該模型的可靠性。實驗結(jié)果表...
【文章來源】:合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
1 GPS 系統(tǒng)定位原理
GNSS系統(tǒng)三大組成
人工神經(jīng)網(wǎng)絡(luò)通過不斷改變層與層之間的連接權(quán)值來確定輸入層與輸出層之間的關(guān)系,從而得到最優(yōu)的輸出,而不是僅僅依據(jù)某一個固定公式或者經(jīng)驗知識,對于問題具有極大的適應(yīng)性。神經(jīng)元模型如圖 3.1 所示:
本文編號:3425419
【文章來源】:合肥工業(yè)大學(xué)安徽省 211工程院校 教育部直屬院校
【文章頁數(shù)】:67 頁
【學(xué)位級別】:碩士
【部分圖文】:
1 GPS 系統(tǒng)定位原理
GNSS系統(tǒng)三大組成
人工神經(jīng)網(wǎng)絡(luò)通過不斷改變層與層之間的連接權(quán)值來確定輸入層與輸出層之間的關(guān)系,從而得到最優(yōu)的輸出,而不是僅僅依據(jù)某一個固定公式或者經(jīng)驗知識,對于問題具有極大的適應(yīng)性。神經(jīng)元模型如圖 3.1 所示:
本文編號:3425419
本文鏈接:http://sikaile.net/kejilunwen/dizhicehuilunwen/3425419.html
最近更新
教材專著