利用高度角与MP组合随机模型提高PPP的收敛速度

在当前科学技术不断创新发展下,很多的技术都被应用到各个领域当中,其中精密单点定位技术(英文简称PPP)便是比较先进的技术,被当前地质勘察和航空测量广泛的应用。此次研究的目的是为了提高PPP收敛速度,这是由于当前PPP存在收敛速度比较慢的问题,不利于该项技术在科技发展领域的推广应用,针对这一问题,本文首先对多路径效应及MP组合观测值进行了实验分析,然后,对基于MP定权的GPS PPP方法进行详细的阐述,最后,通过实验分析,得出利用高度角与MP组合随机模型(ELE_MP模型)提高PPP的收敛速度。     

基于改进BP神经网络的GPS高程拟合方法

BP神经网络用于GPS高程拟合时存在收敛速度慢,受初始值选取影响大和易陷入局部极大值的问题。本文提出一种改进的BP神经网络高程拟合方法,将模拟退火算法(Simulated Annealing,SA)引入BP神经网络模型,利用模拟退火算法的全局寻优能力对BP神经网络的初始值进行选择,同时优化神经网络的各层神经元之间的连接权值和阈值,提高BP神经网络拟合法的拟合精度、收敛速度和推广泛化能力。最后结合实际算例对所提方法的拟合性能进行验证,结果表明利用模拟退火算法改进的BP神经网络进行高程拟合是可行且有效的,拟合结果优于传统BP神经网络法。