精确确定区域对流层延迟的神经网络方法

摘要

本发明公开了一种精确确定区域对流层延迟的神经网络方法，包括以下步骤：A1、获取得到控制点测站的对流层湿延迟近似真值A2、通过神经网络模拟计算，建立区域对流层湿延迟计算模型；A3、计算区域对流层干延迟；A4、计算区域对流层总延迟；该区域内其他点，只要通过气象观测得到以下4个地面气象参数(P0，T0，h0，e0)，即可分别根据公式(5)、(7)、(8)计算得到和δ_w；再根据公式(9)计算得到δ_d，最后根据公式(10)计算得到δ。本发明通过高空探测气球观测信息提取区域对流层延迟近似真值，提出采用神经网络技术来精确确定区域对流层延迟改正模型的方法。

主权项

一种精确确定区域对流层延迟的神经网络方法，其特征在于，包括以下步骤：A1、获取得到控制点测站的对流层湿延迟近似真值求解测量控制点测站的对流层湿延迟近似真值利用公式(2)计算对流层湿延迟近似真值：式中，N_w(h)表示大气折射率湿分量N_w随高度(h)变化的函数；A2、通过神经网络模拟计算，建立区域对流层湿延迟计算模型；(1)计算对流层湿延迟初值对流层湿延迟初值采用霍普菲尔德模型(简称H模型)计算，其计算公式为：式中，(T₀，h₀，e₀)分别为测量控制点测站的3个地面气象参数：绝对温度，海拔高度，水汽分压；(2)计算区域控制点对流层湿延迟偏差值Δδ_w；计算公式为：(3)建立基于神经网络BP算法的偏差值计算模型；神经网络模拟，将测量控制点的观测数据和计算数据，按4×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，其中：a)BP网络的输入层元素个数为4，分别为T₀、h₀、e₀、其中：绝对温度T₀、海拔高度h₀、水汽分压e₀；对流层湿延迟初值b)BP网络的隐含层元素个数为P，P值计算公式为：P＝17+INT(S/10)；S为测量控制点的总数；c)BP网络的输出层元素个数为1，为：Δδ_w，对流层湿延迟偏差值Δδ_w；神经网络训练结束后，就得到了该区域Δδ_w的神经网络计算模型，该区域内任意点的对流层湿延迟偏差值Δδ_w均可根据该神经网络模型计算得到；设其函数关系式为：由于神经网络技术的特殊性，公式(7)没有具体函数表达式，但可以保存训练结束后的神经网络模型；此时，只要输入该区域内任意点的(T₀，h₀，e₀，)，该模型便可计算出该点的对流层湿延迟偏差值(4)计算对流层湿延迟δ_w；计算公式为：A3、计算区域对流层干延迟；区域对流层干延迟采用霍普菲尔德模型计算，公式为：H_T＝40136+148.72·(T₀‑273.16)   (9b) 式中，H_T的物理意义为折射率为0处的大气层高度；A4、计算区域对流层总延迟；计算公式为：δ＝δ_d+δ_w   (10)以上步骤完成后，该区域的对流层总延迟计算模型δ就建立起来了；该区域内其他点，只要通过气象观测得到以下4个地面气象参数(P₀，T₀，h₀，e₀)，即可分别根据公式(5)、(7)、(8)计算得到和δ_w；再根据公式(9)计算得到δ_d，最后根据公式(10)计算得到δ。