一种基于BP神经网络的长距离网络RTK对流层延迟估计方法技术

本发明专利技术涉及一种基于BP神经网络的长距离网络RTK对流层延迟估计方法，包括以下步骤：S100：选择待测区域的N个参考站点和M颗参考卫星；S200：计算每个参考站点相对于每颗参考卫星的对流层穿刺点坐标；S300：将每个参考站点在传播路径上的对流程延迟转化为在对流层穿刺点处的天顶对流层延迟；S400：将上述对流层穿刺点坐标作为输入，其对应的天顶对流层延迟作为输出，组成训练样本，构建BP神经网络模型；S500：针对待测区域中的待测站点和待测卫星，将该对流层穿刺点坐标作为输入，根据BP神经网络模型得到对应的天顶对流层延迟。本发明专利技术通过建立BP神经网络模型，实现对用户站点于对应的卫星之间的对流层延迟的估计，从而提高站点RTK测量定位的实时性和精度。

A Tropospheric Delay Estimation Method for Long Distance Network RTK Based on BP Neural Network

The present invention relates to a tropospheric delay estimation method based on BP neural network for long-distance network RTK, which includes the following steps: S100: selecting N reference stations and M reference satellites in the area to be measured; S200: calculating the tropospheric puncture point coordinates of each reference station relative to each reference satellite; S300: transforming the process delay of each reference station on the propagation path into convection. The zenith tropospheric delay at the stratospheric puncture point; S400: The above-mentioned coordinates of the tropospheric puncture point are taken as input, and the corresponding zenith tropospheric delay is taken as output to form training samples and build BP neural network model; S500: For the stations and satellites to be measured in the area to be measured, the coordinates of the tropospheric puncture point are taken as input, and the corresponding zenith is obtained according to BP neural network model. Tropospheric delay. The invention realizes the estimation of tropospheric delay between user stations and corresponding satellites by establishing a BP neural network model, thereby improving the real-time and accuracy of RTK measurement and positioning.

【技术实现步骤摘要】
一种基于BP神经网络的长距离网络RTK对流层延迟估计方法
本专利技术涉及卫星导航定位
，尤其涉及一种基于BP神经网络的长距离网络RTK对流层延迟估计方法。
技术介绍
在卫星导航定位技术迅速发展的今天，基于地面增强的网络RTK技术能够为终端用户提供实时厘米级的高精度动态定位服务，在国内外得到广泛地应用。目前，GPS、GLONASS、BDS均是利用无线电波传输时间进而计算用户位置的导航系统，从地面向上约18km范围被认为是对流层，对于15～30GHz频率范围内的电磁波传播被认为是非弥散性介质，使得信号传输产生延时。在网络RTK相对定位中，对流层延时是属于空间相关误差，理论上在短距离环境下，通过求差，用户接收机端的对流层延迟误差可以完全消除，但当用户接收机与参考站的间距太长时，这种延迟效应使卫星导航定位精度大大降低。因此，对对流层延迟的研究具有重大意义。对于网络RTK技术，其最终目的就是利用参考站已解算的空间相关误差(主要为电离层误差、对流层误差)，根据用户接收机与周围各参考站的空间位置关系确定出移动用户接收机实时有效的误差改正信息，以实现厘米级高精度差分定位。因此，对对流层延迟有效本文档来自技高网...

【技术保护点】
1.一种基于BP神经网络的长距离网络RTK对流层延迟估计方法，其特征在于，包括以下步骤：S100：选择待测区域的N个参考站点和M颗参考卫星，其中N≥3，M≥2；S200：将对流层设定为一单层膜，计算每个参考站点相对于每颗参考卫星的对流层穿刺点坐标；S300：将每个参考站点对应于每颗卫星在传播路径上的对流程延迟转化为该参考站点对应于每颗卫星在对流层穿刺点处的天顶对流层延迟；S400：将上述对流层穿刺点坐标作为输入，其对应的天顶对流层延迟作为输出，组成训练样本，构建BP神经网络模型；S500：针对待测区域中的待测站点和待测卫星，计算该待测站点相对于待测卫星的对流层穿刺点坐标，将该对流层穿刺点坐标作...

【技术特征摘要】
1.一种基于BP神经网络的长距离网络RTK对流层延迟估计方法，其特征在于，包括以下步骤：S100：选择待测区域的N个参考站点和M颗参考卫星，其中N≥3，M≥2；S200：将对流层设定为一单层膜，计算每个参考站点相对于每颗参考卫星的对流层穿刺点坐标；S300：将每个参考站点对应于每颗卫星在传播路径上的对流程延迟转化为该参考站点对应于每颗卫星在对流层穿刺点处的天顶对流层延迟；S400：将上述对流层穿刺点坐标作为输入，其对应的天顶对流层延迟作为输出，组成训练样本，构建BP神经网络模型；S500：针对待测区域中的待测站点和待测卫星，计算该待测站点相对于待测卫星的对流层穿刺点坐标，将该对流层穿刺点坐标作为上述BP神经网络模型的输入，根据BP神经网络模型得到对应的天顶对流层延迟。2.根据权利要求1所述的基于BP神经网络的长距离网络RTK对流层延迟估计方法，其特征在于：所述对流层穿刺点坐标的计算包...

【专利技术属性】
技术研发人员：邓健，许妙强，何原荣，
申请(专利权)人：厦门理工学院，
类型：发明
国别省市：福建,35