高精度GPS水准算法研究及其应用
第一章 绪论 | 第9-14页 |
1.1 GPS的产生及其应用 | 第9页 |
1.2 GPS在高程控制中地位 | 第9-11页 |
1.3 GPS高程转换的常用方法分类 | 第11-12页 |
1.4 论文主要研究内容 | 第12-14页 |
第二章 GPS水准的一般性问题 | 第14-27页 |
2.1 水准面、大地水准面、似大地水准面的定义 | 第14-15页 |
2.2 大地高系统、正高系统、正常高系统的定义 | 第15-16页 |
2.3 GPS水准测量原理 | 第16-17页 |
2.4 不同参考椭球高程异常的转换 | 第17-18页 |
2.5 地球重力场模型及其在大地测量中的应用 | 第18-19页 |
2.6 GPS水准的精度评定指标 | 第19-20页 |
2.7 本论文的试验数据 | 第20-27页 |
第三章 数值逼近方法进行GPS高程转换 | 第27-41页 |
3.1 引言 | 第27-28页 |
3.2 函数模型逼近的模型建立与算例 | 第28-32页 |
3.2.1 多项式曲面模型 | 第28页 |
3.2.2 Hardy多面函数模型 | 第28-29页 |
3.2.3 函数模型逼近的统一表示 | 第29-30页 |
3.2.4 计算与比较 | 第30-32页 |
3.3 统计模型逼近的模型建立与算例 | 第32-36页 |
3.3.1 加权平均模型 | 第32-33页 |
3.3.2 克里格(kriging)模型 | 第33-34页 |
3.3.3 计算与比较 | 第34-36页 |
3.4 综合模型逼近的模型建立与算例 | 第36-40页 |
3.4.1 最小二乘配置模型 | 第36-37页 |
3.4.2 组合逼近模型 | 第37-38页 |
3.4.3 计算与比较 | 第38-40页 |
3.5 本章结论 | 第40-41页 |
第四章 顾及地球重力场模型的GPS高程转换方法 | 第41-62页 |
4.1 引言 | 第41-42页 |
4.2 引入重力场模型改正的“移去-恢复”法 | 第42-48页 |
4.2.1 “移去-恢复”的方法原理 | 第43-45页 |
4.2.2 “移去-恢复”法算例及分析 | 第45-48页 |
4.3 重力场模型、GPS高程、水准高程联合平差 | 第48-61页 |
4.3.1 联合平差的应用 | 第49-50页 |
4.3.2 联合平差的一般模型 | 第50-53页 |
4.3.3 联合平差模型的简化解法 | 第53-54页 |
4.3.4 联合平差模型的配置解法 | 第54-59页 |
4.3.5 联合平差的算例分析 | 第59-61页 |
4.4 本章小节 | 第61-62页 |
第五章 基于BP神经网络的GPS高程转换方法 | 第62-74页 |
5.1 引言 | 第62-63页 |
5.2 神经网络的基本原理 | 第63-65页 |
5.2.1 人工神经元网络的基本概念 | 第63-64页 |
5.2.2 简化的神经元数学模型 | 第64页 |
5.2.3 人工神经元网络的基本特征 | 第64-65页 |
5.3 神经网络的BP算法 | 第65-68页 |
5.3.1 BP网络算法的思路 | 第65页 |
5.3.2 BP算法的数学描述 | 第65-68页 |
5.4 GPS高程拟合的BP网络结构分析 | 第68-72页 |
5.4.1 BP网络单隐层单元数量的确定 | 第69-70页 |
5.4.2 BP网络隐含层数量的确定 | 第70-71页 |
5.4.3 训练样本质量对网络泛化能力的影响 | 第71-72页 |
5.6 本章总结 | 第72-74页 |
第六章 GPS水准的质量控制 | 第74-85页 |
6.1 引言 | 第74页 |
6.2 GPS水准的误差源 | 第74-76页 |
6.3 提高GPS水准的措施 | 第76-77页 |
6.4 模型参数的抗差估计 | 第77-80页 |
6.4.1 最小二乘原则下估计多项式模型参数 | 第78页 |
6.4.2 用权阵迭代抗差估计多项式模型参数 | 第78-80页 |
6.5 模型参数的优化选择 | 第80-82页 |
6.6 算例分析 | 第82-84页 |
6.7 本章小节 | 第84-85页 |
第七章 总结与展望 | 第85-87页 |
7.1 论文研究内容总结 | 第85-86页 |
7.2 后续研究工作展望 | 第86-87页 |
参考文献 | 第87-90页 |
硕士期间发表的论文及参与的项目 | 第90-91页 |
致谢 | 第91页 |