一种基于CMONOC-ZTD的对流层延迟改正方法

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。