基于抗差和RBF神经网络结合的GPS高程转换
GPS测量提供WGS-84坐标系下三维空间信息，包括地面点平面位置和高程信息。GPS高程系统采用的是大地高系统，而我国采用的是正常高系统。实际测量工程中，为了能够利用GPS高程信息，就需要进行转换。当观测数据含有干扰性比较强的噪声时,基于最小二乘和残差二次极小原则的高程拟合模型会出现拟合失真的现象,而抗差拟合模型可以提高抗干扰性和可靠性.在抗差扰模型拟合结果下,经过筛选神经网络的训练集,利用RBF神经网络再建立残差映射关系.最后,与常见高程模型进行对比,证实方法提高了拟合精度.
高程测量 抗差拟合模型 神经网络 残差映射
吴玮 王智明 张莉莉 金莹 汪璐 陈志
宁波市测绘设计研究院,宁波315042
国内会议
杭州
中文
27-31
2015-12-01（万方平台首次上网日期，不代表论文的发表时间）