基于神经网络模型误差补偿技术的对流层延迟模型研究

作     者：陈阳 胡伍生 严宇翔 龙凤阳 张良 CHEN Yang;HU Wusheng;YAN Yuxiang;LONG Fengyang;ZHANG Liang

作者机构：东南大学交通学院南京市进香河路35号210096 

出 版 物：《大地测量与地球动力学》 (Journal of Geodesy and Geodynamics)

年 卷 期：2018年第38卷第6期

页      面：577-580,586页

核心收录：

学科分类：08[工学] 081601[工学-大地测量学与测量工程] 0816[工学-测绘科学与技术] 

基　　金：国家自然科学基金(41574022 41274028 41674035)~~ 

主　　题：气象探空数据 顶对流层延迟 误差补偿 神经网络 融合模型 

摘      要：针对传统对流层延迟模型精度较低的缺点,基于神经网络模型误差补偿技术,在Hopfield模型基础上建立一个适用于北半球的高精度融合模型。以Wyoming大学提供的2010年全球120多个观测台站的气象探空数据精密解算的天顶对流层延迟(ZTD)作为近似真值,分析比较Hopfield模型、传统BP模型和融合模型的计算精度。结果表明,Hopfield模型的均方根误差(RM_SE)为35.31mm,传统BP模型为30.34mm,融合模型为23.31mm。