GPS对流层延迟插值的方法比较分析.docVIP

GPS对流层延迟插值的方法比较分析 　　摘 要：利用香港区域的CORS网数据，采用改进的反距离加权方法和BP神经网络方法对不同天气条件下的对流层延迟进行插值。研究结果表明：BP神经网络方法整体上优于改进的反距离加权方法，而且在有降雨的潮湿天气下具有更为显著的插值效果。 　　关键词：CORS网；改进的反距离加权方法；BP神经网络方法；对流层延迟；插值； 　　1.引言 　　GPS技术的定位精度越来越高，实践表明，GPS的相对定位精度在50Km内可达 ，100～500Km可达 ，1000Km可达 的量级[1] [2] 3]。因此，GPS越来越多的进行精密测量。但受到多种误差尤其是对流层误差的影响，使得GPS难以满足高精度测量的应用，对流层延迟的影响与信号的高度角有关，对于一个海平面上的中纬度站，在天顶方向（高度角为 ）其影响可达2m，在地面方向（高度角为 ）其影响可达20m。Santerre的模拟研究结果表明：1mm的天顶对流层延迟误差将对平面位置产生约0.1mm的误差，引起高程方向约2～6mm的误差[4]，对流层延迟误差成了影响GPS测量精度（尤其是高程方向）的关键因素。常用的削弱对流层误差影响的方法是建立全球的对流层延迟改正模型如Saastamoinen和Hopfield模型[5]，但是这些模型都是针对全球或大区域范围而计算设定的，在小区域的内的精密测量中，都存在一定的模型误差，难以满足高精度基线解算的要求。对流层延迟误差，在CORS系统中是主要误差源之一，常用内插法予以改正，因此，插值精度对定位结果有很大影响。 　　本文利用香港区域CORS网数据，运用Berneser软件解算出相应GPS站点的天顶对流层延迟值，利用神经网络方法和改进反距离加权方法对不同站点和不同天气下的GPS对流层延迟内插效果进行研究。 　　2研究区域与研究数据 　　香港位于东经114??′，北纬22??′，地形主要为丘陵，平地较少，约有两成土地属于低地。香港属亚热带气候，全年的气温较高，年平均温度为22.8℃。夏天炎热且潮湿，温度约在26～30℃之间；冬天凉爽而干燥，但很少会降至5℃以下。五月至九月间多雨，有时雨势颇大。夏秋之间，时有台风吹袭，七月至九月是香港的台风较多的季节。 　　选择香港地政总署网站下载的香港连续运行参考站网络GPS数据，作为本文的实验数据[6]。为比较不同天气条件下各种模型的插值精度，选取2006年天气状况差别较大的两天1月7日和7月13日，前者天气干燥少雨，后者正值夏季空气炎热潮湿。利用下载到的GPS数据，采用Bernese软件每小时解算出一个对流层延迟值。在进行对流层延迟插值时，选取HKFN、HKLT、HKSL、HKMW、HKOH、HKSC、HKWS七个测站作为基站建立模型，HKST、HKSS 两站作为检核点。 　　3插值方法简介及实验结果 　　3.1改进的反距离加权内插法 　　反距离加权内插法（IDW）是一种较为常用的空间插值方法，但该方法认为样本点和待插值点的水平距离和高程对待插值点影响是相同的。然而，影响对流层延迟不同因素所占权重是不同的，即水平距离和高差对插值点的影响是不同的，因而在插值定权过程中需要引入一个影响因子t，对水平距离和高差二次定。 　　3.2 BP神经网络 　　BP神经网络，即反向传播网络，是目前应用较为广泛、研究较多的一种网络，是前馈网络的核心，主要应用于函数逼近、模式识别、分类、数据压缩等。 　　BP网络的学习过程分为两个阶段： 　　第一个阶段是输入已知学习样本，通过设置的网络结构和前一次迭代的权值和阀值，从网络的第一层向后计算各神经元的输出。 　　第二个阶段是对权值和阀值进行修改，从最后一层向前计算各权值和阀值对总误差的影响，据此对各权值和阀值进行修改。 　　以上两个过程反复交替，直到达到收敛为止。由于误差逐层往回传递，以修正层与层间的权值和阀值，所以称该算法为误差反向传播（back propagation）算法，即BP算法。 　　3.3 实验结果对比 　　1月7日天气为低温干燥，平均气温10.4摄氏度，相对湿度59%。利用七个基准站每小时一个的天顶延迟值对两个检核站点进行插值，利用反距离加权和BP神经网络方法进行插值的结果如下图： 　　由以上各图可以看出：各插值方法的插值结果都较好的反映出天顶延迟值的变化趋势。就1月7日两站的插值效果而言，HKST站和HKST站采用神经网络方法均优于反距离加权方法，前者的插值精度比后者均提高了一个厘米以上。7月13日两站的插值效果具有相同的特点，但与1月7日相比，两模型插值精度都有所下降，这主要可能由于当天的降雨过程导致空气中水汽含量剧增，水汽分布的不均衡和随机变动性，对湿延迟的插值精度造成较大影响。 　　在动态定位（RTK）