基于RBF神经网络的GPS对流层延迟插值算法

摘要：

目前,RBF神经网络已经应用在很多领域,它能够以任意精度逼近任意函数,学习速度快.为了提高对流层延迟内插精度,建立了一种基于RBF神经网络对GPS对流层延迟内插的模型.安徽省电力系统6个CORS基站的坐标和对流层延迟作为建模数据,4个CORS站作为测试数据,验证该模型的可靠性.实验结果表明,测试数据的对流层插值精度达到毫米级别.

关键词： 全球定位系统 对流层延迟 插值精度 RBF神经网络

作者: 马健武 陶庭叶 尹为松

作者单位: 合肥工业大学,安徽合肥,230009 安徽继远软件有限公司,安徽合肥,230088

会议类型: 国内会议

会议名称: 2017中国国际矿山测量学术论坛

会议地点: 安徽淮南

会议语种:中文

页码: 375-380

在线出版日期: 2017-10-12（万方平台首次上网日期，不代表论文的发表时间）