[发明专利]一种基于BP-EGNOS融合模型的对流层延迟改正方法

摘要

本发明公开了一种基于BP‑EGNOS融合模型的对流层延迟改正方法，包括以下的步骤：S1:构建一个4×P×1的BP神经网络模型，表示测站处对流层延迟残差RES与测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟的非线性关系；S2：利用IGS站提供的高精度对流层延迟产品数据对建立的BP神经网络进行训练；S3：利用测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟，通过S1建立的BP神经网络计算测站处对流层延迟残差；S4：计算修改后新模型的对流层天顶延迟。本发明模型相对于EGNOS模型，能更好的拟合对流层延迟变化的规律，且在高海拔地区也同样具有较高精度，优于传统的EGNOS模型。

主权项

1.一种基于BP‑EGNOS融合模型的对流层延迟改正方法，其特征在于：包括以下的步骤：S1:构建一个4×P×1的BP神经网络模型，表示测站处对流层延迟残差RES与测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟的非线性关系；所述步骤S1中BP神经网络模型的输入层包括四个元素，分别为：测站纬度测站高程h、年积日doy、EGNOS模型计算的测站对流层延迟ZTD_EGNOS；隐含层为10‑30个节点；输出层1个元素为测站处对流层延迟残差RES；其中，测站处对流层延迟残差RES如式(1)所示：RES＝ZTDIGS‑ZTDEGNOS                  (1)式(1)中ZTDIGS为IGS提供的高精度对流层延迟产品数据，ZTDEGNOS为EGNOS模型计算的测站对流层延迟；S2：利用IGS站提供的高精度对流层延迟产品数据对建立的BP神经网络进行训练；S3：利用测站处的纬度、测站处的高程、年积日和EGNOS模型计算的测站对流层延迟，通过S1建立的BP神经网络计算测站处对流层延迟残差；S4：计算修改后新模型的对流层天顶延迟。