-
公开(公告)号:CN105787556B
公开(公告)日:2018-02-02
申请号:CN201610097004.5
申请日:2016-02-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于Saastamoinen模型的BP神经网络对流层延迟改正方法,其特征在于:包括以下的步骤:S1:依据Saastamoinen模型,计算测站处的对流层湿延迟值ZWDSAAS;S2:建立表示测站处湿延迟的BP神经网络,使用BP神经网络来表示测站湿延迟与气象参数和Saastamoinen模型湿延迟的非线性关系;S3:使用高精度IGS对流层延迟产品数据训练BP神经网络;S4:通过BP神经网络计算测站处湿延迟;S5:计算修改后的对流层天顶延迟。本发明方法的精度较高。
-
公开(公告)号:CN105787556A
公开(公告)日:2016-07-20
申请号:CN201610097004.5
申请日:2016-02-23
Applicant: 东南大学
Abstract: 本发明公开了一种基于Saastamoinen模型的BP神经网络对流层延迟改正方法,其特征在于:包括以下的步骤:S1:依据Saastamoinen模型,计算测站处的对流层湿延迟值ZWDSAAS;S2:建立表示测站处湿延迟的BP神经网络,使用BP神经网络来表示测站湿延迟与气象参数和Saastamoinen模型湿延迟的非线性关系;S3:使用高精度IGS对流层延迟产品数据训练BP神经网络;S4:通过BP神经网络计算测站处湿延迟;S5:计算修改后的对流层天顶延迟。本发明方法的精度较高。
-
公开(公告)号:CN106908815B
公开(公告)日:2019-04-30
申请号:CN201710080835.6
申请日:2017-02-15
Applicant: 东南大学
IPC: G01S19/40
Abstract: 本发明公开了一种基于探空数据的北半球对流层延迟改正方法,包括以下步骤:S1:计算测站探空数据的对流层延迟,记为ZTD0;S2:利用Hopfield模型计算对流层延迟,记为ZTD(H);S3:在Hopfield模型公式的基础上增加测站纬度和年积日信息,建立非线性方程;S4:将步骤S1计算得到的对流层延迟ZTD0作为真值,用最小二乘法确定非线性方程的各项系数,确定最终改进模型方程并验证其精度。本发明相比传统的Hopfield模型和Saastamoinen模型,有效提高了计算精度。
-
公开(公告)号:CN106908815A
公开(公告)日:2017-06-30
申请号:CN201710080835.6
申请日:2017-02-15
Applicant: 东南大学
IPC: G01S19/40
CPC classification number: G01S19/40
Abstract: 本发明公开了一种基于探空数据的北半球对流层延迟改正方法,包括以下步骤:S1:计算测站探空数据的对流层延迟,记为ZTD0;S2:利用Hopfield模型计算对流层延迟,记为ZTD(H);S3:在Hopfield模型公式的基础上增加测站纬度和年积日信息,建立非线性方程;S4:将步骤S1计算得到的对流层延迟ZTD0作为真值,用最小二乘法确定非线性方程的各项系数,确定最终改进模型方程并验证其精度。本发明相比传统的Hopfield模型和Saastamoinen模型,有效提高了计算精度。
-
-
-