区域精密对流层延迟改正模型研究

《区域精密对流层延迟改正模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、隶韧大J粤．硕士学位论文区域精密对流层延迟改正模型研究本论文获国家自然科学基金项目(41274028)，江苏省测绘科研基金项目(JSCHKY201314)，同济大学“现代工程测量国家测绘局重点实验室”开放基金项目(TJESl004)联合资助。IIMIIIIIIIIIIIIIY2627186RESEARCHONTHEMODELOFREGIONALPRECISIONTROPOSPHER-EDELAYCORRECTIONADissertationSubmittedtoSoutheastUniversityFortheAcademi

2、cDegreeofMasterofEngineeringBYSUNHongfeiSupervisedbyProf．HUWu—shengSchoolofTransportationSoutheastUniversityMarch2014东南大学学位论文独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得东南大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡

3、献均己在论文中作了明确的说明并表示了谢意。研究生签名：丛!垄：翌日期：趣!竺圣至东南大学学位论文使用授权声明东南大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其他复制手段保存论文。本人电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布(包括刊登)论文的全部或部分内容。论文的公布(包括f

4、j登)授权东南大学研究生院办理。研究生签名：盈：丝查导师签名：期：．1．olV-．；．3摘耍在众多测量应用中，精确地测定特征点的高程是目前

5、GPS研究中的热点。而影响高程精度的最主要的原因就是GPS信号在传播过程中经由对流层时产生的对流层折射误差。因此要提高GPS定位精度，建立一个高效、可靠的对流层延迟模型来实现对对流层延迟的反演是十分必要的。本文基于相关大气原理，分析了传统对流层延迟的理论与方法，利用探空数据和CORS基站观测数据等，提出了一种基于BP神经网络的融合模型，可以达到较高精度，最终建立研究区域内高精度的对流层延迟模型。本文的主要研究内容及结论如下：(1)利用气象探空数据较为详细的讨论了中纬度地区大气的基本特点，基于大气基本理论推导出精确确定对流层延

6、迟的公式。随后，利用探空数据得出精度较高的对流层延迟量，将其视为对流层延迟近似真值，为下一步进行各个模型精度研究提供数据支持。同时为了验证并确保探空数据的可靠性，获取了研究区域的CORS基站的观测数据，为研究出的对流层延迟模型的验证做出的资料上的支持。(2)简单介绍了Hopfield模型、Saastamoinen模型、UNB3m模型三种传统经验模型，也建立了对流层延迟的多元线性回归模型。随后，文章研究了传统BP神经网络对对流层延迟的模拟效果，并利用BP神经网络构造了一种具有模型误差补偿能力的特殊结构来改进Hopfield模型

7、，得到一种新的融合模型：HOP+BP模型。以探空数据计算得到的对流层延迟真值为基础，分别计算并讨论了传统模型及融合模型的精度。在本文的工程实例中，Hopfield模型的精度为±0．30m，多元线性回归模型的精度为±0．18m，传统BP神经网络精度为±0．10m，本文提出的HOP+BP模型精度为±2．0mm，效果比前几种模型有明显改进，且计算时间短、结果稳定，取得了令人满意的效果。(3)对上文提到的四种模型进行了时效性分析，其中Hopfield模型、多元线性回归模型、常规BP神经网络模型的精度基本表现出了相同的变化规律，精度都

8、有较大波动。本文建立的HOP+BP模型的精度虽然也有波动，但一直保持在±2．0mm左右，具有较好的时效性，在工程实际中有良好的应用前景。(4)考虑到探空气球的费用问题和放飞探空气球的过程的复杂性，对建模所需样本个数进行了比较分析，在保证精度的前提下，对不同的学习样本数进行全年的精度比较分析，最后得出结论：针对本文研究区域，选择20个左右的学习样本就可以达到比较优良的结果。(5)为验证所建立的HOP+BP模型的可靠性，采用两种方法对模型进行了有效性验证。与GAMIT解算结果求取差值，分析数值变化规律和差值大小表明HOP+BP模

9、型是可靠的，而且是高精度的；采用控制变量法进行伪距定位，对GPS伪距定位精度和坐标差值进行比较，本文所建模型能提高精度在10％～20％，也表明了得出文章所建模型的优越性和稳定性。关键词：对流层延迟、Hopfield模型、BP神经网络、融合模型、GPSAbslractAbstractInma