一种考虑高度角的单测站对流层斜延迟计算方法

    公开(公告)号:CN113093241B

    公开(公告)日:2024-02-02

    申请号:CN202110267700.7

    申请日:2021-03-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑高度角的单测站对流层斜延迟计算方法,步骤:借助长时间跟踪观测、长基线解算的方式,获取某测站的对流层斜延迟STD0;利用GPT3和VMF3组合模型计算对流层0斜延迟估值STDv;将STD与STDv作差,得到模型估计的残差值,分析残差值与高度角之间的关系,并确定出补偿函数形式;将模型估计的残差值与高度角按照补偿函数形式组成超定方程组,并采用最小二乘计算得到函数各项系数,从而得出残差补偿模型并验证其精度。本发明对GPT3和VFF3组合模型进行改进,提高了对流层斜延迟的计算准确度。

    基于神经网络的区域加权平均温度信息获取方法

    公开(公告)号:CN109902346B

    公开(公告)日:2023-04-07

    申请号:CN201910066790.6

    申请日:2019-01-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络的区域加权平均温度信息获取方法,包括以下步骤:S1:获取中国区域探空站点的加权平均温度的近似真值,记为Tm0;S2:构建站点的加权平均温度Tm与地表温度Ts、纬度海拔h和年积日doy的多项式模型,并且获取多项式模型计算值Tm1和多项式模型残差值ΔTm1,多项式模型残差值ΔTm1为多项式模型计算值Tm1与加权平均温度近似真值Tm0的差;S3:建立BP神经网络误差补偿模型,得到多项式模型残差预报值ΔTm2;S4:将多项式模型计算值Tm1与多项式模型残差预报值ΔTm2相加得到融合模型的加权平均温度预测值Tm2,实现对多项式模型的残差补偿。本发明提高了模型精度。

    一种考虑高度角的单测站对流层斜延迟计算方法

    公开(公告)号:CN113093241A

    公开(公告)日:2021-07-09

    申请号:CN202110267700.7

    申请日:2021-03-12

    Applicant: 东南大学

    Abstract: 本发明公开了一种考虑高度角的单测站对流层斜延迟计算方法,步骤:借助长时间跟踪观测、长基线解算的方式,获取某测站的对流层斜延迟STD0;利用GPT3和VMF3组合模型计算对流层斜延迟估值STDv;将STD0与STDv作差,得到模型估计的残差值,分析残差值与高度角之间的关系,并确定出补偿函数形式;将模型估计的残差值与高度角按照补偿函数形式组成超定方程组,并采用最小二乘计算得到函数各项系数,从而得出残差补偿模型并验证其精度。本发明对GPT3和VFF3组合模型进行改进,提高了对流层斜延迟的计算准确度。

    精确确定区域对流层延迟的神经网络方法

    公开(公告)号:CN102682335B

    公开(公告)日:2015-05-27

    申请号:CN201210107443.1

    申请日:2012-04-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种精确确定区域对流层延迟的神经网络方法,包括以下步骤:A1、获取得到控制点测站的对流层湿延迟近似真值A2、通过神经网络模拟计算,建立区域对流层湿延迟计算模型;A3、计算区域对流层干延迟;A4、计算区域对流层总延迟;该区域内其他点,只要通过气象观测得到以下4个地面气象参数(P0,T0,h0,e0),即可分别根据公式(5)、(7)、(8)计算得到和δw;再根据公式(9)计算得到δd,最后根据公式(10)计算得到δ。本发明通过高空探测气球观测信息提取区域对流层延迟近似真值,提出采用神经网络技术来精确确定区域对流层延迟改正模型的方法。

    一种基于探空数据的区域加权平均温度的Bevis模型改进方法

    公开(公告)号:CN108680268B

    公开(公告)日:2020-07-31

    申请号:CN201810229517.6

    申请日:2018-03-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法,包括以下步骤:S1:对测站探空数据进行预处理,得到加权平均温度的真值Tm0与地表温度的真值Ts0;S2:利用Bevis模型得到加权平均温度的计算值Tm;S3:考虑加权平均温度计算值Tm的年周期变化,在Bevis模型的基础上增加一个周期项,建立非线性方程;S4: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。本发明与传统的Bevis模型相比,有效提高了计算精度。

    精确确定区域对流层延迟的神经网络方法

    公开(公告)号:CN102682335A

    公开(公告)日:2012-09-19

    申请号:CN201210107443.1

    申请日:2012-04-13

    Applicant: 东南大学

    Abstract: 本发明公开了一种精确确定区域对流层延迟的神经网络方法,包括以下步骤:A1、获取得到控制点测站的对流层湿延迟近似真值A2、通过神经网络模拟计算,建立区域对流层湿延迟计算模型;A3、计算区域对流层干延迟;A4、计算区域对流层总延迟;该区域内其他点,只要通过气象观测得到以下4个地面气象参数(P0,T0,h0,e0),即可分别根据公式(5)、(7)、(8)计算得到和δw;再根据公式(9)计算得到δd,最后根据公式(10)计算得到δ。本发明通过高空探测气球观测信息提取区域对流层延迟近似真值,提出采用神经网络技术来精确确定区域对流层延迟改正模型的方法。

    基于神经网络的区域加权平均温度信息获取方法

    公开(公告)号:CN109902346A

    公开(公告)日:2019-06-18

    申请号:CN201910066790.6

    申请日:2019-01-24

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于神经网络的区域加权平均温度信息获取方法,包括以下步骤:S1:获取中国区域探空站点的加权平均温度的近似真值,记为Tm0;S2:构建站点的加权平均温度Tm与地表温度Ts、纬度 海拔h和年积日doy的多项式模型,并且获取多项式模型计算值Tm1和多项式模型残差值ΔTm1,多项式模型残差值ΔTm1为多项式模型计算值Tm1与加权平均温度近似真值Tm0的差;S3:建立BP神经网络误差补偿模型,得到多项式模型残差预报值ΔTm2;S4:将多项式模型计算值Tm1与多项式模型残差预报值ΔTm2相加得到融合模型的加权平均温度预测值Tm2,实现对多项式模型的残差补偿。本发明提高了模型精度。

    一种区域加权平均温度的Bevis模型改进方法

    公开(公告)号:CN109117555A

    公开(公告)日:2019-01-01

    申请号:CN201810920523.6

    申请日:2018-08-14

    Applicant: 东南大学

    Abstract: 本发明公开了一种区域加权平均温度的Bevis模型改进方法,包括以下步骤:S1:对测站探空数据进行预处理,得到加权平均温度的真值Tm0与地表温度的真值Ts0;S2:利用Bevis模型得到加权平均温度的计算值Tm;S3:考虑加权平均温度计算值Tm的的地理分布规律和年周期变化,在Bevis模型的基础上增加周期项、经度、纬度和高程修正项,建立非线性方程;S4: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。本发明有效提高了计算精度。

    一种基于探空数据的区域加权平均温度的Bevis模型改进方法

    公开(公告)号:CN108680268A

    公开(公告)日:2018-10-19

    申请号:CN201810229517.6

    申请日:2018-03-20

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于探空数据的区域加权平均温度的Bevis模型改进方法,包括以下步骤:S1:对测站探空数据进行预处理,得到加权平均温度的真值Tm0与地表温度的真值Ts0;S2:利用Bevis模型得到加权平均温度的计算值Tm;S3:考虑加权平均温度计算值Tm的年周期变化,在Bevis模型的基础上增加一个周期项,建立非线性方程;S4: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。本发明与传统的Bevis模型相比,有效提高了计算精度。

Patent Agency Ranking