文献类型：期刊文章

作　　者：张爽[1,2] 陈西宏[1] 刘强[1] 刘赞[1,3] 王庆力[1]

ZHANG Shuang;CHEN Xihong;LIU Qiang;LIU Zan;WANG Qingli(Air and Missile Defense College,Air Force Engineering University,Xi an 710051,China;Troops 93305,Shenyang 110000,China;Troops 93567,Baoding 074100,China)

机构地区：[1]空军工程大学防空反导学院,陕西西安710051 [2]93305部队,辽宁沈阳110000 [3]93567部队,河北保定074100

出　　处：《测绘学报》

基　　金：国家自然科学基金(61701525)。

年　　份：2022

卷　　号：51

期　　号：9

起止页码：1911-1919

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、DOAJ、EAPJ、EI、GEOBASE、IC、JST、PROQUEST、RCCSE、SCOPUS、UPD、ZGKJHX、核心刊

摘　　要：针对基于数值气象模型获取的对流层天顶延迟精度估计依赖外部基准的问题,本文构建耦合了粒子群算法与扩展径向基函数神经网络的ZTD精度估计模型,模型样本特征集利用NWM自身气象数据和地形特征数据构建,目标集以GNSS ZTD产品为参考值构建,模型规模结构通过层次聚类和模糊C均值聚类确定,模型参数通过粒子群算法优化。以欧洲中期天气预报中心提供的ERA5气压分层产品为NWM特例进行了模型训练和结果验证。结果表明,模型估计精度和泛化能力较好,平均估计精度优于4 mm,可在任意位置实现不依赖于外部参考基准的ZTD精度估计。

关 键 词：对流层天顶延迟 精度估计  粒子群算法 径向基神经网络 数值气象模型  

分 类 号：P207[测绘类]