基于抗差估计的神经网络高程拟合方法研究.pdfVIP

第 2期 矿 山 测 量 NO．2 2014年 4月 MINESURVEYING Apr．2014 doi：10．3969／j．issn．1001—358X．2014．02．18 基于抗差估计的神经网络高程拟合方法研究 刘雨青 ，汪金花，白 洋，张永彬 (河北联合大学，河北 唐山 063009) 摘要 ：大地水准面的精化与高程转换是现代控制测量的基础 内容。文中从原理和数学模型对比了常 见高程拟合方法的特点及适用范围，针对每种方法数据处理过程 中抗差性进行 了分析 总结；针对高 程拟合模型 中存在的抗差性较弱的问题 ，提 出了一种基于抗差估计 的神经 网络 高程拟合 的方法，对 实现数据 自动化采集过程高程拟合精准度提高有一定的意义。 关键词 ：高程异常；高程拟合模型；神经网络；抗差估计 中图分类号 ：P216 文献标识码 ：B 文章编号：1001—358X (2014)02—0052—03 近年来世界各 国纷纷对本土大地基准进行精化 值 表达如下 或现代化 ¨。 ，其 中包括利用 GPS实现的高程基准 i=／(i，Yi) + (1) 格网化和 GPS高程转换 ，高程转换实际上就是求 出 式 中： ，Yi为拟合坐标 ， 为残差 ，／(i， 大地高和正常高的高程异常。高程系统通常是指针 Y)为 善的拟合函数 ，一般多采用多项式 对不 同性质的起算面所定义的高程体系 ，目前常用 (i，Yi) =a0+aIi+a2Y +a3iYi+a4x + 的高程系统有大地高程系统和正常高系统。GPS测 a5Y：+n6iY：+07iY+a8x+89Y+… 定的高程是相对于 WGS84坐标系 中的大地高 ，不 (2)多面函数拟合法 仅高程精度只能达到厘米级 ，与工程中采用的相对 多面函数拟合的基本思路是任何一个圆滑的数 似大地水准面的正常高基准不一致 ，因此在实际工 学表面总可以用一系列 的有规则的数学表面的总和 程需要完成高程系统的转换 ，通常二者之间的差异 以任意精度逼近 ，设任意一点 (，Y)处 的高程异 称为高程异常 ∈。为 了达到高程转换过程 当中的精 常值 i为 准程度 ，国内外学者在高程转换的方法上进行 了深 = ∑。iQ (，Y， ，，Yj) (2) 人系统的研究，并取得较好的成果。 ． 式中：Otj为待定系数 ，Q (，Y， i，Yi)为 1 高程异常拟合的函数模型 核函数 ， ，Y为待求点坐标 ， i，Y，为 已知点坐 标。核函数可以任意选择，为方便一般采用具有对 1．1常用拟合 函数 称性的距离型，即正双 曲面函数和倒双曲面函数。 目前拟合方法是实现高程转换的首选方案。根 (3)神经网络算法 据拟合过程中数学模型的不同，拟合方法可分为多 项式拟合法、多面函数拟合法和人工神经网络算法 神经网络算法的基本思想是 以二维平面坐标或 者大地坐标作为输入端 ，以高程异常值作为网络输 等多种，每种方