多项式与LS-SVM自适应融合的GPS高程拟合方法

针对多项式模型在线状GPS拟合工程存在精度较低问题,本文构建二次曲面拟合与最小二乘支持向量机自适应融合GPS高程异常拟合方法。首先,分别利用多项式与最小二乘支持向量机进行线状工程GPS高程拟合;然后,利用最优加权组合方法将两种拟合模型自适应融合生成新的高程异常值。结果表明:该方法拟合精度明显优于多项式拟合方法及最小二乘支持向量机拟合方法。

基于Matlab的GPS高程曲线和曲面拟合研究及应用

随着GPS测量技术快速发展,传统的测量技术已经无法满足工程中高程测量的精度要求,如何选取更高精度、更高分辨率的大地水准模型来提高GPS高程水准的精度,以满足一定区域的工程水准测量要求成为研究热点。结合内蒙古酸刺沟矿区实例,对GPS点进行曲面和曲线拟合,分析得出了一些成果。基于Matlab的Ploynomial(多项式)和Gauss(高斯)拟合分别用X、Y对高程异常进行曲线拟合,4次中有3次取得较好的拟合结果,R-square值均大于0.7,整体拟合良好,函数模型次数需根据拟合情况不断调整,且次数不是越高越好;在二次曲面拟合中,通过Matlab编写程序并运行,实现拟合点的建模和检核点的校验,得到的拟合结果满足四等水准的精度。

GPS-RTK测量技术在水利工程竣工检测中的应用

分析了GPS-RTK技术在水利工程竣工测量中的优势。为了弥补GPS-RTK在高程测量中精度不足的问题,采用高程拟合方法,通过计算数据点的高程异常值,得到数据点在正常高系统下的高程值,从而提高检测的精度,满足水利工程测量的需求。根据实际竣工工程项目研究区的地形地势、检测要求选择适合的拟合方法,通过实验获取了更高精度的数据,验证了高程拟合方法在水利工程竣工检测中的可行性。

基于EGM2008模型的GPS水准拟合方法应用研究——以尼泊尔西北部山区某水电站测量工程为例

常规GPS水准拟合方法被广泛应用于测量工程中,但其具有精度不够高的缺陷。对此,文章针对尼泊尔西北部山区某水电站测量工程中水准测量施测困难的问题,结合算例对基于EGM2008重力场模型的GPS水准拟合方法进行研究,并且与传统的GPS水准拟合方法进行对比。结果表明,在尼泊尔山区某水电站高程控制测量中,该方法的测量精度相对传统水准拟合方法有很大提高,且该方法能够满足四等水准测量的要求。

GPS高程拟合中二次曲面函数及多面函数法精度探讨

文章主要阐述了高程拟合二次曲面函数、多面函数法原理。运用Matlab软件,将多面函数法、二次曲面函数法编程建模,处理某区域的GPS和水准测量数据,并分析了处理结果,比较了两个拟合模型在相同条件下的拟合精度,以供参考。

多面函数在GPS高程拟合中的改进及精度评估

简述了当前实际生产中主流应用的几类GPS高程拟合模型,分析了多面函数进行GPS高程拟合的原理。针对选取不同的核函数将会产生不同的拟合精度,在分析现有常用核函数的基础上,尝试将假定高程异常值作为隐函数的形式引入核函数,用两点间的向径代替平面间距离,设计了改进的核函数模型。对比测试结果表明,改进后的核函数提高了多面函数拟合GPS高程的精度。

样本数据预处理对基于BP神经网络的GPS高程拟合的影响

分析在基于BP神经网络的GPS高程拟合建模中样本数据预处理的必要性,并列举了归一化、中心化、标准化3种数据预处理方法,然后结合实例,在神经网络建模中增加一个数据预处理层,分别用3种训练方法对基于不同数据预处理的模型进行训练建模,将计算结果进行对比分析,并与二次曲面模型结果进行比较,得出不同数据预处理方法对基于神经网络的GPS高程拟合建模精度的影响不同,且神经网络方法比二次曲面方法的拟合精度更高。

基于Kriging统计的GPS高程拟合方法研究

从GPS高程测量应用于局部工程的问题着手,简述了GPS高程拟合原理,以传统的GPS高程拟合分别采用函数逼近模型和统计逼近模型为背景,提出了移动法曲面模型和多面函数模型下的Kriging(克里格)统计综合模型。通过某地区GPS水准网数据进行实验验证,结果表明:对于GPS高程拟合,该模型克服了单一统计模型和函数模型的不足,理论上更为完善,实践上其外符合精度比常规函数模型有显著提高。

一种改进的适用于不同地形的GPS高程拟合模型

根据GPS高程拟合中不同拟合模型的特点,利用多面函数较好的整体拟合性和移动法灵活的局部拟合性,提出了一种基于多面函数和移动法的综合模型。3种不同地形的算例表明,本文提出的综合模型在不同地形条件下较其他两种综合模型拟合效果更好,即拟合精度更高,残差更稳定。

小地区GPS高程拟合和水准测量对比试验

结合小地区GPS控制网和二等精密水准网的对比试验,研究了GPS测高技术中高程拟合模型的构建.结合某一地区进行实例分析,选取不同的拟合方案,进行高程内插试验,确定了最优拟合模型.试验结果表明:一定密度的高程点进行拟合,其内插高程精度完全满足工程水准精度要求;平面拟合法的拟合精度可达厘米级,二次曲面拟合法的拟合精度则更高.

雾灵山GPS掩星观测实验分析

在高山的山顶上,利用GPS接收机跟踪低仰角和负仰角的GPS卫星信号,即山基GPS掩星观测,该技术可以获得低层大气折射指数剖面。2005年8月1—29日,在河北雾灵山(40.60°N,117.48°E,海拔2118 m)开展了山基GPS掩星观测实验,共获得576 h的原始观测数据,跟踪到掩星事件共1136次,其中621次上升掩星事件,515次下降掩星事件,平均每小时观测到2次掩星事件,经反演成功获得939个大气折射指数剖面。分析结果表明:山基掩星事件发生时间(地方时)大体呈平均分布;山基掩星事件持续时间大部分在15~20 min;山基掩星事件跟踪最低负仰角分布的峰值出现在-3°^-2.5°之间,所跟踪到的最低负仰角达到-4.994°,出现在正南稍偏东方向;下降掩星事件的最低仰角分布明显低于上升掩星事件的最低仰角分布。上述实验结果表明:山基掩星观测每天可为低层大气环境监测提供大量时空分布的折射率数据,具有潜在的应用前景。

狭长区域下基于正交法的GPS高程拟合研究

将GPS点大地高直接转换成正常高,越来越广泛地应用于建立高程控制网的实践中。而要保证GPS点高程精度的关键是高程异常拟合模型选择的合理性。文中介绍了在狭长带状区域下利用正交函数法拟合GPS点高程的数学模型。并利用试验数据进行比对分析。结果表明,文中提出的方法计算具有算法稳定,成果合理的特点。

GPS高程转换的总体最小二乘方法研究

利用曲面拟合对GPS高程进行转换时,GPS观测数据中的误差会通过曲面参数的解算过程传播到转换后的高程数据中。为分析观测误差对高程数据的影响,分别对二次多项式曲面、三次多项式曲面、移动二次多项式曲面的拟合模型进行研究,利用最小二乘估计、总体最小二乘和加权总体最小二乘算法进行高程转换。数值试验表明,在考虑观测数据中的误差后,采用总体最小二乘估计方法进行高程转换,精度明显提高。

基于Matlab的数据处理方法在GPS高程拟合中的应用

在分析GPS高程异常拟合模型实质的基础上,结合工程实例,顾及地球重力场的空间连续性特点,运用Matlab中的拟合插值函数Griddata等进行高程异常数据处理,并与常规采用的平面及二次曲面拟合成果进行比较.计算表明,将Matlab的数值计算及图形处理能力运用于区域GPS高程异常拟合,相对传统拟合方法,数据处理方式简洁,计算工作量少,成果精度可靠,并能立体表现高程异常的空间分布特征.

多项式曲面拟合和BP神经网络GPS高程拟合方法的比较研究

为了研究不同GPS高程拟合方法的拟合精度及差异性,选择二次多项式曲面拟合法和BP神经网络法进行比较研究。对已知数据进行分组,采用二次多项式曲面拟合法和BP神经网络法分别对各组数据进行处理、分析,计算精度指标,比较拟合点的分布、拟合点的数量和拟合方法对精度的影响。试验算例表明采用相同方法时拟合点的数量越多、分布越均匀拟合精度越高;在点的数量相同且较多,分布都相对均匀的前提下,BP神经网络法拟合的精度高于二次多项式曲面拟合法;在点的数量相同且较少,分布都相对均匀的前提下,BP神经网络法拟合的精度低于二次多项式曲面拟合法。

基于遗传算法的多面函数GPS高程拟合模型

针对多面函数法用于曲面拟合时存在光滑因子难以选取的问题,将核函数加权系数和光滑因子共同作为种群的一个染色体,采用遗传算法搜索最优染色体。对一组实测高程数据进行计算,计算结果表明,遗传算法可用于核函数中光滑因子的合理选取,将优化后的多面函数方法应用于高程拟合,具有较高的精度,故可应用于GPS高程拟合问题。

GPS高程转换的总体最小二乘组合方法

在现有GPS高程转换的研究中,通常只采用单一的解算方法,然而,不同的计算方法由于适用的条件不同,在对同一组数据进行解算时,解算的精度也各有优劣。针对以上问题,文中提出GPS高程转换的总体最小二乘组合方法,对多种不同的高程转换方法进行组合,运用总体最小二乘法计算不同方法的权值,结合实际工程数据,验证该方法的可行性。计算结果表明,提出的方法能够有效地提高高程转换精度。

城市GPS高程控制网的建立方法与精度分析

针对城市测量控制网的特点,探讨了利用GPS技术建立城市高程控制网的方法。同时,根据线状、环状与面状城市GPS控制网的不同,提出了采用自适应的拟合模型(平面、二次曲面、样条函数等)实现GPS大地高与正常高的优化转换方法。结合成都地区的实例进行了试验结果表明,在该地区可以通过适当分布的GPS/水准重合点,采用比较简单的高程拟合方法,即可获取较高精度级别的正常高。从而部分或全部取代低等级(含四等)的水准测量。

遗传小波神经网络的GPS高程拟合模型

针对小波神经网络模型参数优化方法的局限性,提出基于遗传小波神经网络的GPS高程拟合模型。该算法在小波神经网络GPS高程拟合模型的基础上,采用遗传算法优化小波神经网络的权值与阈值,获取小波神经网络的最优参数建立模型。通过实验分析表明:该模型拟合精度要优于二次曲面拟合、小波神经网络与BP神经网络模型,避免了小波神经网络参数选择的随机性,有效提高了拟合的精度。

基于比例整体最小二乘的GPS高程拟合

针对GPS高程拟合过程中GPS基线观测量和水准高程观测量含有误差且残差中误差不相同的情况,在整体最小二乘(TLS)基础上引入比例因子λ来确定残差中误差的大小,即比例整体最小二乘(STLS)。实例计算表明,STLS比TLS和LS能够得到更好的估计参数,高程异常值拟合精度也相应提高。