首页|基于BP神经网络的昆明天顶湿延迟模型

基于BP神经网络的昆明天顶湿延迟模型

Kunming zenith wet delay model based on a backpropagation neural network

扫码查看
原文链接
  • NETL
  • NSTL
  • 维普
  • 万方数据
为了满足昆明市卫星定位综合服务系统(KMCORS)对高精度天顶湿延迟(ZWD)的需要,本文开发了适用于昆明地区的ZWD模型KM.KM模型是根据昆明探空站2015—2018年的探空资料,基于误差反向传播(BP)神经网络建立的,同时采用2019年的探空数据,验证了KM模型的预测性能.测试结果表明,与广泛使用的SA模型相比,KM模型的RMSE由4.0 cm降至2.2 cm,精度提升了45％;KM和SA模型的Bias分别为0和-3.1 cm.该结果表明KM模型对ZWD估计具有无偏性,而SA模型在高原区存在过度估计的问题,KM模型具有比SA经验模型更优的预测性能,其应用将有助于提升KMCORS的服务质量.

丁仁军、王友昆、张君华、刘晨

展开 >

昆明市测绘研究院,云南 昆明650051

武汉大学测绘学院,湖北 武汉430079

桂林理工大学广西空间信息与测绘重点实验室,广西 桂林541004

昆明CORS 天顶湿延迟 BP神经网络 Saastamoninen模型

国家自然科学基金国家自然科学基金昆明市卫星定位综合服务系统整合技术服务项目昆明市卫星定位综合服务系统扩展升级专项1广西空间信息与测绘重点实验室资助课题

4172100341874033JS2020-03JS2021-02昆测研20200319-185-10-17

2022

测绘通报
测绘出版社

测绘通报

CSTPCDCSCD北大核心
影响因子：1.027
ISSN：0494-0911
年,卷(期)：2022.(3)
  • 3
  • 7