GPS高程转换方法和正常高计算

GPS测量所提供的高程为相对于WGS-84椭球的GPS大地高,而我国使用的是正常高.大地高等于正常高与高程异常之和,要使GPS高程在工程实际中得到应用,必须先求出高程异常,进而获得正常高.结合GPS测量和水准测量资料,用神经网络方法和二次多项式曲面拟合方法拟合高程异常,对拟合精度进行了分析比较,得出了有实用价值的结论.     

基于Surfer软件的GPS高程转换方法

将Surfer软件的插值功能应用于GPS高程转换,基于Surfer软件利用离散点的高程异常进行内插计算,获得一定间隔的格网高程异常模型,然后利用该模型内插待求GPS点的高程异常,从而将GPS大地高转换为正常高。计算结果表明,基于Surfer软件的GPS高程转换方法无需编写大量程序,简单、方便,且各种插值方法可相互检核,具有较好的实用价值。     

GPS高程转换中不同高程异常基准对正常高高差的影响

为了解决不同坐标系统下高程异常对正常高高差转换的影响，通过模拟计算得出了对正常高高差影响的定量结论，对于大地水准面的精化和应用似大地水准面确定GPS正常高具有一定的参考价值。     

平坦地区GPS高程转换方法的研究

分析了GPS测量中高程系统转换的实质,介绍了四种GPS高程转换方法的基本原理,然后结合实际算例对四种方法拟合的结果进行了精度分析,总结了各种方法的优缺点,得出一些参考性的结论.     

高精度GPS水准高程求解算法研究

为了改善GPS大地高向正常高转换的精度和计算速度，坐标转换、顾及非格网数据考虑地形改正的几何方法和龙贝格加速积分法被采用，实践验证，该方法是正确的。     

GPS高程拟合系统的研究

阐述了ＧＰＳ高程异常拟合系统的总体结构设计和数学模型,论述了实现ＧＰＳ高程异常拟合的关键技术,得出了一些有益的结论。     

GPS测量大地高在GPSurvey软件中的高程转换方法

就GPS测量大地高在GPSurvey软件上的高程转换与规律性数学面拟合进行对比论证,结合有水准测量资料的GPS控制网数据处理试验,通过分析重合点上的高程残差,总结出GPSurvey软件上的高程转换结果与规律性的数学面拟合结果基本趋于一致,这在实际应用中,解决了解析法还需编程计算的缺点,突出软件网平差转换功能快捷方便的优点。     

GPS网正常高求解方法的研究

本文针对几何方法在山区存在的局限性,提出了一种考虑地形起伏影响的几何方法。试验结果表明,在山区应用该方法可以获得与平原地区精度相当的高程异常。文中推导了GPS网正常高求解的数学模型,并分析了正常高求解结果的精度。     

GPS高程拟合模型确定

结合工程实际，对广东某市GPS网的GPS高程和联测的几何水准采用多种拟合方式进行拟合。对结果分析和比较，文章最后得出在选择拟合模型的时候，既要对模型进行横向比较，即同一模型不同条件之间比较，也要进行在纵向比较，即相同的条件不同的模型之间进行比较。     

GPS高程测量制约因素分析

当前．GPS平面控制网已经得到了广泛的运用，但是GPS高程却运用得不够,人们期望着能够用GPS高程测量代替传统的水准测量；本文对GPS高程测量的原理和制约因素（包括GPS测量、大地水准面和高程基准面问题）进行了初步的探讨．同时简述了GPS测高的方法．最后根据我院GPS高程测量试验，得出结论。     

用神经网络方法转换GPS高程

本文提出用神经网络方法转换ＧＰＳ高程为正高或正常高,给出一种改进了的ＢＰ神经网络拓扑结构和算法,并用ＧＰＳ的实际定位资料构成４３个样本集作了在计算分析,估算的精度达到厘米级、最后用网络方法与二次多项式曲面拟合大地水准面转换ＧＰＳ高程的方法作了比较,神经网络方法的精度优于二次多项式曲面拟合法,而且精度比较稳定,对已知样本点的数量要求较少。     

遗传神经网络在GPS高程转换中的应用研究

针对神经网络在GPS高程转换过程中易陷入局部极小解等问题,提出了将遗传算法和神经网络相结合的方法,并讨论了遗传神经网络模型结构及算法,通过实例分析,验证了该方法不仅能克服神经网络收敛速度慢、易陷入局部极小解等缺陷,且具有较高的精度和计算效率.     

BP神经网络用于GPS高程转换的网络配置

BP神经网络的输入与输出关系是一个高度非线性映射关系,其用于GPS高程转换中有着较高的精度。但它存在不少问题,如网络的隐含层和隐含层节点个数选取尚无理论上的指导,参加学习的样本的质量如何影响仿真精度等。本文结合实例分析了上述问题,从而得出了BP神经网络用于GPS高程转换时网络配置问题的一些相关结论。     

模糊神经网络在GPS高程转换中的应用

介绍了T-S模糊神经网络的基本原理以及如何确定GPS高程转换的模糊神经网络模型,并采用该模型对实测数据进行了计算分析。结果表明,模糊神经网络能够对小区域GPS高程做出比较准确定的拟合,从而能够为GPS高程转换提供一种较好的方法,能够满足实际工程需要。     

基于BP神经网络算法的GPS水准高程转换

提出了一种基于BP神经网络算法的GPS水准高程转换方法,该方法是对现有基于BP神经网络GPS水准高程转换方法的改进。考虑了重力长波项和地形改正项等因素对GPS水准高程转换的影响,并拓展了其应用范围,使其不仅在平坦地区而且在起伏较大的丘陵地区也可以得到较高的精度。该方法在一定程度上能够克服重力信息缺失的困难,具有一定的实际参考价值。     

GPS高程转换的应用研究

在对GPS高程测量的原理和方法进行初步的探讨的基础上,结合工程应用实际,以数值拟合为主,建立了高程转换的数学模型,同时用VB开发了GPS高程控制转换系统,经试实验测试得出了一些参考性的结论。     

GPS高程分区拟合转换正常高的研究

在综合利用GPS与水准测量资料的基础上,针对面积较大或地形变化比较复杂的GPS测区,提出了分区拟合转换成正常高的方法。对各种常用拟合模型的适用性进行了分析,并提出了用双三次样条函数或者双三次曲面函数对拟合后的两个小区进行平滑连接,给出了相应的算法和精度评定标准。实际算例验证了该方法的可行性,精度可满足四等水准测量的精度要求。     

城镇控制测量中GPS高程拟合分析

GPS测量的大地高精度达到了3×10-6～4×10-6,本文结合城镇控制测量对GPS高程拟合情况进行了分析。研究结果表明,通过施测少量均匀分布的GPS点的水准高程,采用BP神经网络方法拟合GPS点正常高可以部分替代水准高程或三角高程。