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 2,0.122 4和0.130 6 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 2 m.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.
In order to improve the accuracy of GPS （ global positioning system） height conversion in large scale, based on the conventional GPS height conversion methods such as plane fitting, quadric
出处
《东南大学学报（自然科学版）》
EI
CAS
CSCD
北大核心
2013年第A02期375-379,共5页
Journal of Southeast University：Natural Science Edition
基金
国家自然科学基金资助项目(41204016
41274017)
江苏省科技支撑计划资助项目(BE2010316)
关键词
重力场模型
神经网络
GPS高程转换
gravity field model
neural network
GPS （global positioning system） height conversion
