基于重力场模型和神经网络融合的大范围测区 GPS 高程转换方法

• 作者: 孙腾科 张永磊 赵杏杏
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 重力场模型 神经网络 GPS高程转换
• 年，卷（期）: 2013,（z2）
• 页码范围: 375-379
• 页数: 5页
• 分类号: P228
• 字数: 4114字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2013.S2.034

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1.3672，0.1224和0.1306 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0.0411，0.0381和0.0392 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．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙腾科	河海大学地球科学与工程学院	11	52	4.0	7.0
2	张永磊	河海大学地球科学与工程学院	4	10	2.0	3.0
3	赵杏杏	河海大学地球科学与工程学院	4	16	1.0	4.0