基于GSA-BP神经网络的GNSS高程拟合方法
2021-04-20张建奇
北京测绘 2021年3期
张建奇
(广州市城市规划勘测设计研究院, 广东 广州 510000)
0 引言
近年来随着国民经济和国家生产总值的不断提高,各种高铁隧道,桥梁大坝等利国利民市政工程不断开工建设,在目前二维平面测量精度已达毫米量级的情况下,高程测量精度对工程建筑质量具有重大影响。当前国际高程系统分为正高、正常高和大地高,我国实际工程应用中大量采用以铅垂线和近似水准面为基准的正常高H,而全球定位系统测得的是以法线和参考椭球面为基准的大地高h,两者之间存在高程异常:ξ=H-h。正常高数据的获取和使用需要根据几何水准测量,存在观测效率低,测量精度受地形影响大的问题,而大地高数据的获取是通过全球导航卫星系统(Global Navigation Satellite System,GNSS)相对静态定位方式,具有全天时,全天候,使用方便和高精度的优势,因此如何将大地高转换为工程实践中所需的正常高,即求出两者之间的高程异常ξ对于市政工程建设具有重要意义,也是当前研究的热点问题[1-2]。
目前最常用的GNSS高程拟合方法是根据部分已知观测水准点的高程异常值,采用多项式拟合,曲面拟合等方法对未知观测点的高程异常进行插值计算,该类方法的拟合性能受GNSS观测水准点的分布影响较大,仅适合于GNSS水准点分布均匀,地势平坦的地区[3-4];随着数值计算和优化理论的发展,小波变换,AIC准则和支撑向量机等方法逐渐被应用于GNSS高程拟合领域,文献[5]利用小波方法对GNSS连续观测上海站……
登录APP查看全文
