EGM2008和加权整体最小二乘在GPS高程拟合中的应用

在利用地球重力场模型EGM2008结合GPS/水准数据计算得到剩余高程异常的基础上,利用加权整体最小二乘(WTLS)方法对剩余高程异常进行三次曲面拟合,获得更加精确的GPS高程拟合模型。通过对CORS系统GPS/水准数据的拟合和外部精度检核表明,综合EGM2008和WTLS方法能够显著提高GPS高程异常拟合精度。     

EGM2008在叶尔羌河防洪工程测量中的应用

本文介绍了EGM2008模型的精度以及利用地球重力场模型进行GPS高程转换的原理和方法,详细叙述了EGM2008模型在叶尔羌河防洪工程测量项目中的应用及取得的效果。通过不同拟合方案比较及利用测区的GPS/水准数据对EGM2008模型高程异常精度进行了检验分析,结果表明基于EGM2008模型进行GPS高程拟合,可减小对控制点的分布及数量要求,从而获得更大的控制范围;利用EGM2008模型转换的GPS高程在一定范围内通过单点改正可达到四等水准的精度。     

EGM2008模型在GPS高程转换中的适用性探讨

传统高程测量方法在地形复杂地区和已知水准点较少的情况下难以实施高程控制测量。本文提出了利用GPS获得的大地高与EGM2008模型结合获取高程异常值,从而通过GPS获取的大地高和高程异常值拟合求出控制点正常高的方法,经在不同测区验证表明,此方法可以达到四等水准测量的精度,提高了高程控制测量的效率。     

增城市GPS高程拟合精度研究

对GPS高程测量的原理和方法进行了初步的探讨,并结合增城市GPS高程测量的应用实际,用三次多项式曲面拟合的方法,建立了县域范围内高程异常的数学模型。并采用一元回归模型方法推估拟合模型的可靠性,最后拟合出的正常高高程满足此次数字航测精度要求,在南部平原地区拟合高程达到了四等水准精度。     

基于神经网络的GPS水准方法的研究与分析

分别将BP网络和RBF神经网络应用于GPS水准高程拟合研究,在此基础上,选择某一地区的GPS水准实测数据进行了高程拟合实验,并将得到的最后精度进行了对比分析,得出基于BP神经网络模型在GPS高程异常拟合中具有较高的精度,并提出科学建议。     

利用剩余高程异常模型建立阳山矿区GPS高程转换算法

随着卫星重力测量技术的不断完善和发展,使得利用重力场模型进行GPS点高程转换的精度和可靠性都获得了极大提升。文章利用SRTM、DTM2006.0模型和EGM2008模型求得阳山矿区GPS点剩余高程异常,并进行残余高程异常拟合,建立阳山矿区剩余高程异常转换计算方法。在对阳山矿区22个D级GPS点,48个E级GPS点的高程数据进行比较后,发现此方法转换最高精度能达到2.8 cm,最差精度为4.4cm,平均精度为3.2 cm,从而证明了此方法可以提高阳山矿区GPS高程转换的精度。     

大区域GPS水准拟合模型研究及应用

针对如何削弱大区域GPS水准拟合模型中的模型误差问题,提出了带有模型误差改正的建模方法,并将该模型应用于长沙地区的GPS水准拟合,结果表明,该模型的精度较高,解决了长沙地区工程项目中GPS高程转换问题。     

BP神经网络在县域GPS高程拟合中的应用

本文针对GPS大地高与水准正常高相互转换的问题,根据实测GPS、水准数据,构建BP神经网络模型拟合新化县域GPS高程异常。通过测试样本拟合高程与正常高的比较及与常用的曲面拟合法对比发现,BP神经网络模型高程拟合最大残差为5.4cm,最小为0.5cm,拟合中误差为3.2cm,均优于曲面拟合法。通过与已有的湖南省区域似大地水准面精化结果比较,BP神经网络模型在新化县域拟合精度优于省级似大地水准面精度。因此,BP神经网络模型在该县域的GPS高程拟合是可行的。根据BP神经网络模型拟合的高程异常分布发现,新化县域GPS高程异常曲面具有西南、中部、北部高、东南及中部偏北柘溪水库库区低的分布特征,其中水车镇至金凤、油溪桥至官帽及大熊山林场均为高程异常高梯度带,柘溪水库库区及东南相邻冷水江市为高程异常低梯度带,这与该地区地形成镜像关系。高程异常最大值为19.35m,最小值为18.41m,拟合区域高程异常差值0.95m。     

基于EGM2008模型在GPS拟合高程中的应用

随着GPS技术的发展和超高阶全球重力场模型EGM2008的释放,大地高的精度、EGM模型精度和分辨率越来越高,使得GPS大地高转换为高精度的正常高成可能。本文简要介绍了EGM2008全球重力场模型以及利用EGM2008模型和GPS/水准点进行GPS高程转换的原理和方法。结合昆明北部某区域的实验数据,用上述方法完成GPS高程转换并进行了精度统计分析,可以满足大比例尺地形图测图要求。     

GPS高程拟合模型在铁路勘测中的应用比较

介绍了GPS高程拟合速度快、作业条件简单、经济效益显著等优点,阐述了提高GPS高程拟合精度的方法,主要对铁路勘测中,二次多项式曲面拟合模型及平面拟合模型的适用性进行了探讨,以快速、准确的确定测区内的水准拟合成果。     

利用二次曲面法建立山区局部范围似大地水准面的效果分析

研究了二次曲面法求取高程异常模型的方法,分析了二次曲面拟合GPS高程的精度,并与水准测量的高程进行对比分析,建立了矿区的似大地水准面模型,从而达到利用GPS高程测量替代传统低等级水准测量的目的,为应用二次曲面法拟合山区地形条件下GPS高程的理论提供了依据。     

GPS高程异常拟合方法研究

利用GPS大地高和部分水准高程进行拟合时,高程异常拟合方法的选取在实际工作中有很重要的意义,就工作中常用的几种拟合方法进行了总结探讨,介绍了GPS拟合高程精度采用的计算方法。     

地球重力场模型在线路GPS高程转换中的应用

在GPS高程转换中 ,为了减少对已知高程点的需求量 ,本文引用了地球重力场模型。采取的方法是 :选择一种拟合函数 ,将每一个GPS向量用地球重力场模型计算的高程异常差值作为观测值 ,已知高程点上用GPS求得的高程异常作为固定值 ,进行拟合处理。实例表明 ,当测段长度小于5 0km ,仅用两个已知高程点 ,高程转换精度可以满足 30L限差要求     

关于GPS高程测量精度的分析比较

通过对联测的25个四等水准的GPS点,分别用多项式拟合模型和多面函数拟合模型解算各点的正常高,与四等水准结果比较,得出一些有益的结论,对GPS的实际生产具有一定的指导意义.     

基于神经网络的GPS高程转换方法

本文介绍了用神经网络方法转换GPS高程为正常高 ,给出了一种BP神经网络的拓扑结构和算法 ,并与二次多项式曲面拟合方法作了比较分析。经实例验证 ,在较大范围内 ,用神经网络方法转换GPS高程优于二次曲面拟合方法 ,所获得的正常高可满足各种大比例尺测图的精度要求 ,具有一定的实用价值     

基于EKF的神经网络在GPS高程转换中的应用

GPS测量技术作为一种快速、高精度的测量手段已广泛地应用于各种建设工程中,但GPS提供的高精度的大地高,不是工程中需要的正常高,需要进行拟合转换成正常高才能应用于工程建设。基于神经网络的GPS高程转换方法能减少人为构建数学模型所导致的误差,是一种较好的方法,但也存在一些不足。将扩展Kalman滤波与神经网络结合起来,发挥两者的优势,克服不足,建立了基于EKF(扩展Kalman滤波)的神经网络GPS高程转换模型,并通过实例应用,结果表明该模型用于GPS高程转换精度有较大提高。     

遗传算法改进的BP神经网络在GPS高程拟合中的应用

针对BP神经网络收敛速度慢和易于陷入局部极小值的问题,采用将遗传算法全局寻优和BP神经网络局部寻优相结合的方法,优化神经网络各层之间的连接权和阈值,提高了BP神经网络的计算精度、收敛速度和泛化能力。本文论述了遗传算法的基本思想、实现过程,并对高程拟合算例进行训练检验,实验结果表明,遗传算法改进的BP神经网络进行GPS高程拟合是可行的,能够有效地提高BP神经网络的拟合精度。     

基于神经网络的GPS高程转换应用研究

对在GPS高程转换中神经网络模型的建立及其在Matlab中的实现进行了简述,并对实测数据运用常用曲面拟合模型和神经网络模型进行拟合,从数据处理结果可以看出用BP神经网络算法对高程异常进行拟合可以取得比较满意的精度。