APP下载

基于改进BP神经网络的GPS高程拟合方法

2020-03-13施利龙

北京测绘 2020年2期

施利龙

(广州市城市规划勘测设计研究院, 广东 广州 510000)

0 引言

随着社会的进步与科技的发展,以3S(GPS, RS, GIS)为核心的现代测绘技术在环境监测、测绘交通、水利工程等行业得到了越来越广泛的应用,逐渐成为人类了解所处自然环境,解决人类社会可持续发展等重大问题的核心工具。其中,全球定位系统(GPS)以其快速准确、使用方便、不受天气影响等特点在实际工程应用中受到广泛关注,特别是在定位导航服务中,GPS是当前精度最高、响应最快、成本最低、应用最为广泛的技术[1-3]。GPS获取的定位信息包含平面信息和高程信息,其中平面信息已能够提供毫米级定位精度,然而由于与我国工程应用所使用的基准面不同,GPS高程信息目前还没有得到有效利用。GPS测得的高程信息是相对于WGS-84椭球面的大地高HGPS,而我国工程中广泛使用的是相对于似大地水准面的正常高H0,这两者之间存在被称为高程异常的差值ξ:

ξ=HGPS-H0

(1)

得到大地高HGPS后,如果能够获得对应GPS点的高程异常ξ,则可以将大地高转换为正常高,从而使GPS测得到高程信息得到有效利用。

当前国内外常用的确定GPS高程异常值的方法有数学模型拟合法,重力场模拟拟合法和神经网络法。其中数学模型拟合法的基本思路是采用数值计算的方式,利用经典的多项式内插算法,根据已知的部分GPS高程数据计算得到所选数学模型中的参数,然后利用该模型对未知GPS点的高程异常进行计算,常用的数学模型拟合法有多项式曲线拟合法,二次曲面拟合法和三阶样条插值法等,现有文献表明,数学模型拟合法在地势较为平缓地区可以获得较好的拟合结果,当地形较为复杂,存在较大起伏时,该类方法的性能下降较为明显[4,5]。……

登录APP查看全文