区域似大地水准面精化模型算法的优选.docx

区域似大地水准面精化模型算法的优选区域似大地水准面精化模型算法的优选第20卷第1期2011年2月ENGINEERING测绘工程Vol.20l.1OFSURVEYINGANDMAPPINGFeb.,2011区域似大地水准面精化模型算法的优选雷伟伟1,张锋2(1.河南理工大学测绘与国土信息工程学院,河南焦作454000;2.海军92493部队,辽宁葫芦岛125001)摘要:建立高精度、高分辨率的区域似大地水准面模型是GPS高程测量在实际应用中必须解决的首要问题,分别介绍BP神经网络、曲面拟合的模型及算法,并基于焦作市GPS测量数据,通过MATLAB编程计算和分类实验,验证几种算法的有效性与可靠性,结果证明神经网络算法要优于其它算法,最后给出有益的结论。关键词:似大地水准面精化;BP神经网络;曲面拟合;精度中图分类号:P228文献标识码:A文章编号:1006-7949(2011)01-0033-04OptimumarithmeticchoicemodeloflocalquasigeoiddeterminationLEIWe-iwei1,ZHANGFeng2(1.SchoolofSurveyingandLandInformationEngineering,HenanPolytechnicUniversity,Jiaozuo454000,China;2.Navy92493,Huludao125001,China)Abstract:Establishinglocalquas-igeoidmodelinhighprecisionandhighresolutionwasthefirstproblemwhichmustbesolvedinGPSheightsurveyingapplication.ThemodelandarithmeticofBPneuralnet-worksandsurfacefittingwereintroducedinthispaper;theirvalidityandreliabilitywereprovedthroughexperimentandcalculationbyMATLABbasedontheGPSsurveyingdataofJiaozuocity.Theresultsind-icatedthatBPneuralnetworkswasbetterthanothermethodsmentionedinthepaper,andsomeusefulcon-clusionsweregivenfinally.Keywords:quasigeogriddetermination;BPneuralnetworks;surfacefitting;precision国内外大量实践证明,GPS所获得的平面坐标(x,y)具有很高的精度,可达10-7~10-9精度量级,并得到广泛的应用。GPS获得的高程是相对于WGS-84参考椭球面的大地高H84,只具有几何意义,我国采用的高程系统是相对于似大地水准面的正常高H,两者之间的差距为高程异常N,不考虑垂线偏差的情况下,用公式表示为N=H84-H,因此,GPS测得的高程值无法直接用于实际的高程控制作业,只有建立高精度、高分辨率的区域似大地水准面模型,得到各点的高程异常值,将GPS测得的大地高H84通过一定的方法转换为正常高H,才能在实际工程中得以应用。区域似大地水准面精化常用的方法主要有地球重力场模型法和数学模型拟合法[2-5]。地球重力场模型法虽然分辨率很高,但精度较低,且相应的重力数据不易获得,不能满足一般工程的实际需求。数[1]学模型拟合法包括曲线拟合法、曲面拟合法、非参数回归法等,其中曲面拟合法是最常用的几何方法之一,包括平面相关拟合、多项式曲面拟合和多面函数拟合法。近年来,随着计算机技术的迅速发展,出现了基于自适应映射的人工神经网络方法,这种方法不进行模型假设,减小了模型误差[6],对已知点数量的多少没有太高要求,故而在控制点稀少的地区也能够在高程转换中获得比较满意的结果。1BP神经网络结构与算法1.1结构概述BP(BackPropagation)神经网络是一种误差反向传播的多层前馈神经网络,以层状方式排列,每层由多个节点(神经元)组成,同层之间的节点互不相连,相邻两层的节点之间两两相连,前一层节点的输出即为后一层节点的输入。这种网络最初被称为多收稿日期:2010-01-19基金项目:河南省重点科技攻关项目(082102350039);河南省教育厅自然科学研究计划项目(2009B170006):(),,,.#34#测绘工程1第20卷层感知器网络,其结构如图1所示。n-1Ni=fj=0EXujij-Hi.(4)其中i=0,1,2,,,n1-1,n1为隐含层神经元数。第2阶段为反向