[发明专利]精确确定区域高程异常的方法

权利要求书

1、一种精确确定区域高程异常的方法，其特征在于，该方法包括以下步骤：

a.确定区域经度范围和纬度范围，在区域内选取数量S大于等于10个的“测量控制点”，并均匀分布于整个区域，

b.通过野外测量，采集所有控制点的纬度B_i、经度L_i、大地高H_Gi、正常高H_0i的信息，其中i＝1，2，…，S，

c.信息处理，先计算各点的高程异常ξ_i＝H_Gi-H_0i，再利用二次多项式对区域高程异常进行拟合，根据控制点信息建立S个误差方程式，误差方程式通式为：

vi=b0+b1·ΔBi+b2·ΔLi+b3·ΔBi2+b4·ΔBi·ΔLi+b5·ΔLi2-ξi]]>

写成矩阵形式为：

VS×1=AS×6·X6×1-lS×1]]>

其中，VS×1=v1v2···vS,]]>AS×6=1ΔB1ΔL1ΔB12ΔB1·ΔL1ΔL121ΔB2ΔL2ΔB22ΔB2·ΔL2ΔL22··················1ΔBSΔLSΔBS2ΔBS·ΔLSΔLS2,]]>X6×1=b0b1···b5,]]>lS×1=ξ1ξ2···ξS,]]>

ΔB_i＝B_i-B₀，B0=1SΣi=1SBi,]]>ΔL_i＝L_i-L₀，L0=1SΣi=1SLi,]]>然后，按照下式计算待定参数X的估计值：

X6×1=b0b1···b5=(ATA)-1·ATl,]]>

d.神经网络模拟：先根据下式计算各点的二次多项式拟合值ξ′和多项式拟合偏差值Δξ：

ξi′=b0+b1·ΔBi+b2·ΔLi+b3·ΔBi2+b4·ΔBi·ΔLi+b5·ΔLi2]]>

Δξ_i＝ξ_i-ξ′_i

然后，将控制点的测量数据和计算数据按3×P×1的网络结构构成学习样本，利用神经网络BP算法进行训练，

d1.BP网络的输入层元素个数为3，分别为：纬度B、经度L、ξ′，

d2.BP网络的隐含层元素个数为P，P值计算公式为：P＝15+INT(S/10)，

d3.BP网络的输出层元素个数为1，为：Δξ，

神经网络训练结束后，实质上就得到了该区域Δξ的神经网络计算模型，该区域内任意点的多项式拟合偏差值Δξ^*均可根据该神经网络模型计算得到，

e.模型精化公式为：ξ^*＝ξ′+Δξ^*，式中，ξ′为二次多项式拟合值；Δξ^*为多项式拟合偏差值；ξ^*为经过模型精化之后的高程异常计算结果，即高程异常值；

f.选择格网值，选择1′×1′，将区域格网化，格网化之后，计算所有格网点的大地坐标值(B、L)，然后，根据模型精化公式计算所有格网点的高程异常值ξ^*，最后，将所有格网点的大地坐标(B、L)和高程异常值ξ^*存入到一个数据库文件中，此时，实质上，该区域的高程异常计算模型就以格网的形式建立起来了，

g.格网建立起来后，编制高程异常内插软件，利用软件精确计算出该区域内任意一点的高程异常值。

2、根据权利要求1所述的精确确定区域高程异常的方法，其特征在于，神经网络BP算法中，BP网络的结构为3×P×1：输入层元素个数为3个，即纬度B、经度L、二次多项式拟合值ξ′；隐含层元素个数为P个，其计算公式为P＝15+INT(S/10)，S为参与模拟计算的控制点个数；输出层元素个数为1个，即多项式拟合偏差值Δξ。