几种确定似大地水准面方法比较.docVIP

  1. 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
几种确定似大地水准面方法比较

几种确定似大地水准面方法比较 黄征凯1,任 超1,陈 淋2 (桂林理工大学土木与建筑工程学院,广西桂林51.41004;)四川冶金地质勘查局测绘工程大队,四川成都62.10212 摘 要:利用G通过曲面拟合的方法得到高程异常值;重点探讨了PS点水准联测数据,在同一组数据下分别采用二次曲面、多面函数、神经网络和样条函数等拟合方法;通过实例验证这些方法的可行性,同时对各种方法的精度进行了比较。 关键词:似大地水准面;高程异常;二次曲面;多面函数;神经网络;样条函数中图分类号:P228.4  文献标志码:A()文章编号:10089268201105005704--- 0 引 言 利用水准测量可精确测定地面点的正常高。然而此方法具有劳动强度大、成本高、工期长等缺点;当长距离逐点传递高程时,误差会随之积累;而且在地形复杂的区域难以实施。而GPS作业方式 1] ,避免了水准测量的这些缺陷[通过GPS测量能 y和高程异常值ξ用数值拟合的方法拟合出测区 似大地水准面,再内插出待定点的高程异常值,从而求出待定点的正常高。1.1 二次曲面拟合 二次曲面拟合法是近年来使用的主要拟合方 4] 其一般模型为[法, 够获取地面点在WGS84坐标系中的三维坐标,- 经坐标系转换可以得到地面点在地方坐标系中的结合高精度、高分辨率的似大地水准面,将大地高; 大地高转化成正常高 [2] xxyi=a0+a1i+a2i+a3i+ζ 2 axyy4i+a5ii 式中,aaaaaa0,1,2,3,4,5为模型待定参数。 2 ()1 ;从而取代相当部分的常规 因此,区域内至少需有6个公共点。当公共点多于6个时,可组成误差方程,此时 水准测量,大大提高工作效率、降低生产成本。因此,确定区域似大地水准面的工作具有实际意 3] 。义[ 确定区域似大地水准面的方法主要有二次曲面法、多面函数法、神经网络法、样条函数法等。本文主要介绍了几种曲面拟合方法的理论及各自的优缺点,并在此基础上通过一些实例来比较分析各种拟合模型的适用性及精度。 1 221x 1y1x1y1x1y1 2 22 1x 2y2x2y2x2y2 ;()X=2 A=3 …… 4 22 1xxx yyynnnnnn5按最小二乘原理解求出模型待定参数aa0,1,,可得二aaaa1)2,3,4,5的数值。然后将其带入式(次曲面拟合模型。选择二次曲面拟合时,必须确保所选点位平均分布在该区域的四周和中央,已二次曲面拟合不知点个数多余6个。由此可看出, 5] 。适用于已知点不足的区域[ 1 几种常用的拟合模型 目前常用的曲面拟合法有二次曲面拟合、多面函数拟合、神经网络拟合、曲面样条拟合等方法。其基本原理是:根据测区内已知点的平面坐标x, 收稿日期:-- 1.2 多面函数拟合 ;广西研究生科研创新计划项目编号:桂科自0640178) 基金项目:广西自然科学基金资助项目( ()2010105960816M37:ailhzkai202@163.com 联系人:黄征凯E-m/全球定位系统2011.5 ·57· 多面函数拟合法的基本思想是:任何一个连续曲面无论规则与否都能通过若干简单面的叠加来 6] 。其数学表达形式为逼近[ 标(和高程异常值ξxyi,i)i建立神经网络的已知 样本集。 …,P={P1,P2,Pn}(…,Pxi=1,2,n)yi=(i,i,i)ξ 对样本集P进行学习,建立函数关系ξ=其中(x,x,f(y).y)为高斯平面坐标,ξ为高程异 调入学习集常值。设计神经网络的主要步骤包括, 数据、数据归一化处理、建立网络及参数设置、网络模拟仿真、调用工作集数据、输出中误差。本训练、 文程序采用单隐层结构,隐元数为8,学习函数为 n x,y)=ξ( m i=ξ i=1 x,x,y,y)∑βF( j j j ()3 ,)转变为令Q则式(xx3yyii,i,j=F(j,j) j=1 ∑βQ jji ()4 从而可列出其误差方程式为 Q1Q1Q111 2…m11 Q2Q2Q221 2…m22 =-:………………::QQQnn1 n2

文档评论(0)

sheppha + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5134022301000003

1亿VIP精品文档

相关文档