小区域GNSS高程异常改正方法研究
（文献综述）
- 绪论
全球定位系统（GNSS）具有定位速度快、精度高、能提供全天候定位等优点， GNSS测量依据的基准面是WGS-84椭球，GNSS高程是基于WGS-84的大地高程系统。但我国目前采用的高程系统是基于国家高程基准的正常高系统。要将GNSS定位所得到的测点的大地高转换到实际采用的正常高高程系，只需要知道各点的高程异常。然而在现实中，无法直接得到各测点的高程异常值，于是常通过一定数量的已知高程异常值，进行高程拟合，进而得到需要点的高程异常值。
- 研究意义
我国工程建设普遍采用正常高系统 ，而正常高一般采用等级水准测量方式获取，耗时、繁琐且效率低。全球卫星导航系统（GNSS）定位技术可以快速、精确地获取大地高，但是由于未能获得同等精度的高程异常值，导致转换的正常高达不到高程精度要求，制约了 GNSS 高程定位技术的应用。
高程异常的转换精度是限制 GNSS 实现快速高程测量的关键因素之一，因此构建合理的高程异常转换模型具有重要意义。
- 国内外研究现状
针对高程异常的研究是测绘行业的研究热点之一，常用GNSS高程拟合的方法求高程异常改正值。目前求取高程异常的常用方法就是GPS水准法、重力模型法及两者组合法。
目前，国内外用于GPS水准计算的各种拟合方法主要有:绘等值线图法;解析内插法(包括曲线内插法、样条函数法和AKIMA法);曲面拟合法(包括平面拟合法、二次曲面拟合法、多项式曲面拟合法、多面函数拟合法、曲面样条拟合法、非参数回归曲面拟合法、高程异常变化梯度法、移动曲面法、Shepard 拟合法);加权平均法;非格网GPS散点数据考虑地形改正法;地球重力场模型法; BP神经网络法及综合拟合方法等。不同的 GNSS 高程拟合的各种数学模型都各有其优势与缺陷，有其一定的适用范围，且不同拟合模型可能对高程异常模型的影响差异较大。因此，应根据拟合区域的面积、地形、区域和地质情况，选择合适的数学模型。
谢萌丽、姜永涛等（2020）[8]认为，在县域尺度内，径向基函数插值法内插精度最高，局部多项式插值法外推精度最高。综合来看，局部多项式插值法在县域尺度高程拟合中精度最高。在多项式插值中，局部多项式插值法更能体现数据的短波变化，在小区域 GNSS 高程异常拟合中内插和外推精度较高，普通克里金插值法适用于满足二阶平稳假设的数据。
汪金花，刘雨青，吴长悦（2014）[9]认为神经网络算法是高程拟合过程中的优选模型，模型本身内符合误差小，拟合精度较高，但对样本数据的准确度依赖较高，易受到观测值误差的干扰，若观测值中含有粗差，将会导致拟合函数失真，偏离真正的拟合结果。其研究通过优化神经网络模型的输入结构，构建了一种含稳健权的神经网络高程拟合模型，改善了网络的抗差性能，较好地提高拟合的精度。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
