排序方式: 共有82条查询结果,搜索用时 15 毫秒
11.
加权平均温度(Tm)是全球卫星导航系统技术反演大气可降水量的关键参数,影响着水汽反演的精度。针对传统的Bevis模型运用在中国区域精度不高的问题,该文提出新的增加时空参数的Tm多元线性回归模型。根据2013—2015年中国86个探空站点的探空资料,分析了Tm的时空特征;然后根据2013年站点资料,利用线性回归建模方法建立了中国区域的Tm单因子回归模型和增加了时空参数的Tm多因子回归模型,并利用2014—2015年的探空数据进行验证。Tm单因子回归模型和Tm多因子回归模型的精度分别为3.1 K和2.6 K,比Bevis模型(精度3.3 K)分别提高了约6.0%和21.2%。考虑到季节对Tm的影响,将Tm多因子回归模型按季节分段,得到按季节分段的Tm多因子回归模型,其精度与Tm多因子回归模型大致相当,但能更细致表达出不同季节Tm的精度情况。结果表明增加了时空参数的Tm多因子回归模型更加适合中国区域的加权平均温度Tm的计算。 相似文献
12.
13.
从利用GPS提取区域电离层总电子含量(total electron content,TEC)的基本原理出发,解决了伪距观测值优化以及硬件延迟(DCB)处理问题,并将提取的TEC信息与欧洲定轨中心(CODE)计算的全球电离层(GIM)模型内插值应用在单频精密单点定位中,进行电离层延迟改正实验。结果表明,利用本文提取的TEC值进行单频精密单点定位电(PPP)离层延迟改正时,点位精度能提高到0.2~0.4m左右,明显优于利用GIM内插值的改正精度。 相似文献
14.
15.
提出基于神经网络坐标差学习的GPS坐标转换新方法,基于该方法利用某区域的GPS控制网观测数据将GPS点的WGS-84坐标转换为1980西安坐标,利用二维约束平差得到的GPS网点1980西安坐标系坐标作为比较数据,与传统的七参数模型和四参数模型方法的转换坐标和二维约束平差坐标进行比较。结果表明,利用神经网络方法进行坐标转换完全可行,传统方法和神经网络方法转换的坐标精度基本相当,神经网络方法略优且精度较均匀。神经网络方法可以得到统计精度优于±0.025 m的平面控制结果,能满足工程应用的需要。 相似文献
16.
17.
通过在开普勒轨道模型中加入神经网络算法,得到一种全新的卫星坐标计算的混合模型:基于广播星历和神经网络混合模型,从而提高了利用广播星历计算卫星坐标的精度。计算结果表明:混合模型较传统的开普勒轨道模型在X、Y、Z3个方向上卫星坐标计算的精度提高了约10%。 相似文献
18.
19.
20.