龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：铜陵学院
摘要：本发明公开一种基于CMONOC‑ZTD的对流层延迟改正方法，包括以下步骤：S1：获取建模数据，构造训练样本；S2：利用S1中得到的样本构建若干个“弱”神经网络模型；S3：在“弱”神经网络模型中输入样本训练；S4：确定每个“弱”神经网络模型的权重；S5：将“弱”神经网络模型的结果加权平均，输出最终模型，并验证其精度。本发明优于常用的CTrop模型和SHAtrop模型，新模型精度比上述两个模型提高了9.6％和3.3％；采用GNSS实测ZTD序列进行建模，不同于其他模型或是采用气象再分析数据、或是采用探空数据建模，最大程度的实现了模型在GNSS应用中的自洽，能够保证在中国区域内导航定位的应用精度；在内陆和高海拔地区新模型的精度较其他常用模型更高。
主权项：1.一种基于CMONOC-ZTD的对流层延迟改正方法，其特征在于，包括以下步骤：S1：获取建模数据，构造训练样本；S2：利用S1中得到的样本构建若干个“弱”神经网络模型；所述步骤S2中的“弱”神经网络模型采取FNN网络；所述FNN网络由输入层、隐含层与输出层组成，其输入层节点数为5，分别代表测站经度、纬度、高程、年积日和小时，隐含层节点数为27个，输出层节点数为1个，代表ZTD，激活函数选取Tan-Sigmoid函数，其表达式为： 其中x为该神经元的输入信号值，fx为输出信号值，FNN的目标误差为1mm，最大训练次数为200次，采用梯度下降法进行训练；S3：在“弱”神经网络模型中输入样本训练；S4：确定每个“弱”神经网络模型的权重；S5：将“弱”神经网络模型的结果加权平均，输出最终模型，并验证其精度。
全文数据：
权利要求：
百度查询： 铜陵学院 一种基于CMONOC-ZTD的对流层延迟改正方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号