gps水准拟合模型及其优选理论的研究

gps水准拟合模型及其优选理论的研究

ID:32003761

大小:3.38 MB

页数:64页

时间:2019-01-30

gps水准拟合模型及其优选理论的研究_第1页
gps水准拟合模型及其优选理论的研究_第2页
gps水准拟合模型及其优选理论的研究_第3页
gps水准拟合模型及其优选理论的研究_第4页
gps水准拟合模型及其优选理论的研究_第5页
资源描述:

《gps水准拟合模型及其优选理论的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、分类号:密级:学号:2006143单位代码:10407硕士学位论文论文题目:GPS水准拟合模型及其优选理论的研究研究方向GPS数据处理专业名称大地测量与测量工程研究生姓名谢忠俍导师姓名、职称刘小生教授2008年12月15日江西²赣州摘要全球定位系统(GPS)能为用户提供精确的三维坐标、速度和时间信息。然而,GPS提供的高程是以参考椭球为基准的大地高,而在实际工程应用中的高程是以似大地水准面为基准的正常高;大地高与正常高之间的差值称为高程异常,如何有效地利用已知信息计算高程异常是目前测绘界研究的一个热点。目前,国内外用于高程异常计算的方法主要有数学模型拟合法(GPS水准)、重力法

2、和几何与重力混合转化法,由于一般的工程机构很难获得精确的重力数据,所以现在最常用的方法还是通过GPS水准来计算高程异常。本文首先简介了GPS测量的基本原理、三种常用高程系统及其相互关系、影响GPS水准的误差因素和拟合模型的精度评定,研究了稳健估计用于GPS水准的方法;其次,研究了曲线拟合法、曲面拟合法、多面函数法、移动曲面法、协方差推估法、最小二乘配置法、BP神经网络法的算法;重点研究了拟合模型的优选,包括多项式阶次模型检验法、AIC准则、多面函数法核函数的优选原理和基于均方误差的函数模型优选准则;然后,应用MATLAB语言对本文涉及的所有算法进行了编程并进行了实例分析、比较和

3、研究。另外,本文设计并改进了一种用于GPS高程异常拟合的BP神经网络算法——“基于加权平均的改进BP神经网络法”。最后,本文得出了一些结论,以及对该研究方向下一步工作进行了展望。关键词:GPS水准;高程异常拟合;BP神经网络;模型优选IAbstractGPScanprovidethreedimensionalcoordinatesofspacepoint,thespeedofsurveyingobjectandthetimeforeachkindofuser.ButtheheightinformationofGPSisellipsoidalheightwhichbasedont

4、hereferenceellipsoidandasweknowitisnotthenormalheightintheprojectneeds.Thedifferencebetweenthegeoidheightandnormalheightiscalledgeoidundulations.Howeffectiveuseoftheknowninformationtransforheightabnormityisanewfocusintheareaofsurveying.Atpresent,commonmethodsofthisareacontainthefollowinglist

5、:themethodofmathematicalmodelfitting(GPSleveling),graviticmethodandthemixedmethodofthegeometricandgravitic.Asthecommongroupshardtoobtaintheaccuratedataofgravity,thereforetheconventionalmethodsoftransformationofheightabnormityisthegeometricmethodnow.Thispaperhasintroducedthefundamentalknowled

6、getheoryofGPS,thedifferencebetweenthreecommonlyusedheightsystem,thefactorsoferrorinGPSleveling,theprecisionevaluationoffittingmodel,theapplicationofrobustestimationusedforGPSheightabnormitygrosserrordetection.Second,thispaperhasresearchcurvefitting,surfacefitting,polyhedralfunctionmethod,mob

7、ileinterpolation,thecovariancemethod,theleast-squarescollocation(LSC)andBPneuralnetworkalgorithm;thenstudiedthepreferredmodelfitting,includingtheuseofstatisticaltestfortheoptimumdegreeofpolynomialsurfacemodel,AICguidelinesandbasedonminimummeansquar

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。