神经网络在GPS精密星历数据拟合中的应用

由于经典的拉格朗日多项式内插在对GPS精密星历(SP3)进行插值时,多项式阶数过高会导致拟合的精密星历坐标差值较大点均集中在重合区两端,并且坐标差值影响可达20mm,甚至更大,目前IGS提供的最终轨道精度优于25mm,因此,精密星历拟合中龙格现象的影响不可忽略。为了减少这种现象,利用神经网络对GPS精密星历进行数据拟合,采用建立前馈网络的方法,通过对训练函数、传输函数、输入结点个数等参数进行调整,得出了利用神经网络对GPS精密星历进行拟合的最佳参数设置。研究结果表明,当训练算法采用trainlm,隐层结点个数为4时,两个隐含层分别采用传输函数logsig()和tansig()的训练效果明显好于其他组合,只用41步就能得到极小的拟合误差2.16081e-020,远小于设计的训练精度。

GPS精密星历拟合与插值中龙格现象的处理方法

采用广播星历和精密星历计算卫星位置是GPS定位基础,为确保精度可靠,广播星历由地面控制部分约每2小时更新一次,在对广播星历拟合与插值时有龙格现象发生,本文用Chebyshev和Legendre多项式拟合以及Lagrange、Neville和Newton插值方法对精密星历内插,在对高次多项式拟合与插值数学机理认真分析研究的基础上,通过实验得出龙格现象的有效处理方法,对GPS精密星历高采样率拟合与插值具有参考意义。

高采样率下GPS卫星轨道坐标插值方法比较

比较拉格朗日、牛顿与内维尔3种插值算法的运算量、精度和运行时间。结果表明:在精度要求范围内各算法均是可取的,但拉格朗日插值在插值节点两端易产生龙格现象;在50 Hz采样率插值实验中,多项式系数求解法的运行时间仅为拉格朗日插值的1/45,为牛顿和内维尔插值的1/15。

基于IGS精密星历的卫星位置内插方法比较

在高精度的GPS测量数据处理过程中,获取高精度卫星轨道是重要的环节,内插是获取任意历元的精密轨道信息的重要手段,本文利用IGS提供的精密星历用MATLAB作为工具编程计算,用实例分析和比较了拉格朗日插值法、牛顿插值法、内维尔逐次插值法以及最小二乘拟合在求卫星坐标当中的应用效果。前三种方法在16阶时内插精度最高,内维尔插值和牛顿插值有很多相似的特性,方便灵活,龙格现象没有拉格朗日插值那么剧烈,将会得到广泛应用。

GPS控制网点位布设与精度的关系

通过分析实验数据，提出了提高控制网精度的几种方法。