科研之友
微信
新浪微博
Facebook
分享链接
摘要
GPS测量技术作为一种快速、高精度的测量手段已广泛地应用于各种建设工程中,但GPS提供的高精度的大地高,不是工程中需要的正常高,需要进行拟合转换成正常高才能应用于工程建设。基于神经网络的GPS高程转换方法能减少人为构建数学模型所导致的误差,是一种较好的方法,但也存在一些不足。将扩展Kalman滤波与神经网络结合起来,发挥两者的优势,克服不足,建立了基于EKF(扩展Kalman滤波)的神经网络GPS高程转换模型,并通过实例应用,结果表明该模型用于GPS高程转换精度有较大提高。
- 单位
GPS测量技术作为一种快速、高精度的测量手段已广泛地应用于各种建设工程中,但GPS提供的高精度的大地高,不是工程中需要的正常高,需要进行拟合转换成正常高才能应用于工程建设。基于神经网络的GPS高程转换方法能减少人为构建数学模型所导致的误差,是一种较好的方法,但也存在一些不足。将扩展Kalman滤波与神经网络结合起来,发挥两者的优势,克服不足,建立了基于EKF(扩展Kalman滤波)的神经网络GPS高程转换模型,并通过实例应用,结果表明该模型用于GPS高程转换精度有较大提高。
