陈远鸿 邱 蕾 冯玉钊

(1)深圳市勘察研究院有限公司，深圳 518026 2)深圳市地籍测绘大队，深圳518000)

利用神经网络建立GPS网络RTK的双差对流层误差模型*

陈远鸿1)邱 蕾2)冯玉钊2)

(1)深圳市勘察研究院有限公司，深圳 518026 2)深圳市地籍测绘大队，深圳518000)

为减小对流层误差改正数中系统偏差的影响以提高对流层改正精度，提出了基于神经网络的顾及空间的对流层误差建模模型，该模型的对流层延迟误差改正在网内外精度均达5 cm。

GPS;网络RTK;对流层误差;神经网络;高程差异

1 前言

网络RTK中GNSS数据处理的关键问题包括基准站间双差模糊度的确定、流动站误差计算与消除和流动站模糊度的确定。流动站对流层误差的准确建模是其中一个关键问题。目前，常用的网络内插模型主要是线性内插模型，该模型的本质是在平面内建立对流层误差模型，然后进行内插得到流动站的误差信息，同时模型的建立至少需要3个参考站。对流层延迟误差受高程影响比较显著，使得对流层误差在水平方向和高程方向空间相关特性存在明显差别，将上述模型直接应用于对流层延迟误差改正时，由于仅仅在平面上建立对流层误差模型，因此会引入高程方向的系统性偏差。

本文提出了基于神经网络的空间对流层误差建模模型，该对流层误差模型不仅考虑了平面位置关系，同时考虑了高程因素的影响，基于空间因素对对流层进行建模，并且建模时只需要两个参考站，因此，对于地形变化比较大的地区，应用该方法获得流动站对流层的延迟改正信息，精度可以得到相应的提高。……