神经网络实现线状工程GNSS高程转换

作者：石晨阳; 张振威; 袁晓燕; 柴香; 曹海迪

来源：导航定位学报, 2022, 10(03): 166-170.

DOI：10.16547/j.cnki.10-1096.20220323

• 神经网络
• 线状工程
• 全球卫星导航系统
• 高程异常
• 四等水准测量

针对线状工程全球卫星导航系统（GNSS）高程转换困难问题，采用多种神经网络算法进行GNSS高程转换。以某线状工程GNSS/水准数据为例，分别利用反向传播（BP）神经网络、极限学习机（ELM）、径向基函数（RBF）神经网络、粒子群算法优化BP神经网络（PSO-BP）和遗传模拟退火算法优化BP神经网络（GSA-BP）进行GNSS高程转换。结果显示：在训练集点数较多时，5种神经网络均能获得较高精度；ELM、RBF、PSO-BP、GSA-BP拟合效果更优，且能基本满足四等水准测量要求；GSA-BP最优，在线状工程GNSS高程转换中具有可行性。

• 单位
  重庆交通大学