GPS精密高程测量理论与方法及其应用研究
|
摘要
本文系统地研究了在地壳形变监测中GPS的精密高程测量技术及信息处理的有关理论和方
法。主要研究内容概述如下：
（1）简要介绍了GPS定位的基本原理、GPS精密定位的方法及其误差来源分析。差分GPS
技术能有效地消除很多物理因素对GPS测量结果的误差，但却不能十分有效地消除大气对流层折
射对GPS高程测量的影响。因此，如何处理对流层折射影响就成为提高GPS高程测量精度的关键。
作者详细研究了模拟对流层折射影响的随机过程方法：一阶高斯马尔可夫模型和分段线性模型。
这两种方法能十分有效地模拟对流层折射的影响，从而使GPS高程测量的精度大大提高。分段线
性方法的结果与附加参数的选取个数有关，经过某工程实例的试验研究发现，取2h～4h附加一个
参数来模拟对流层折射的影响，效果比较理想。
（2）详细介绍了神经网络及BP算法的基本理论，并针对BP算法存在的问题，作者提出了
相应的改进措施。以一个简单的三层BP网络模型“Model［2×2×2］”为例，推出了BP算法正向、
反向过程中的所有计算公式。作者提出了用神经网络方法来转换GPS高程的五层BP网络结构，
并对该BP网络的具体结构模型进行了详细的试验研究，得出了一个最佳的BP网络结构模型。转
换GPS高程通常使用二次曲面拟合法和神经网络方法，但这两种方法各有优缺点。在二次曲面拟
合法和神经网络方法的基础上，作者创新了一种转换GPS高程的新方法——“混合转换法”（简
记为CF＆NNM方法），该方法思路独特新颖，在工程实践应用中效果良好。作者还对该方法的实
质进行了解析，与二次曲面拟合法相比，利用CF＆NNM法转换GPS高程，其转换结果精度大约可
提高20％，具有推广价值。另外，作者又创新了一种对BP网络计算的改进算法——“误差分级
迭代法”，采用该法能加快BP网络训练的收敛速度，能有效地克服初始权值对模拟结果的影响，
还能有效地减弱样本次序对BP网络训练结果的影响，从而改善了BP网络的性能。
（3）在地壳形变动态模型的研究中，作者建立了动态间接平差模型，推导了其主要平差计
算公式，并讨论了它与静态分期平差之间的关系。作者还推导出了水准网和GPS网进行联合动态
平差的观测值误差方程式的通用公式，经实例检验，该公式方便实用。与此同时，还对Helmert
验后方差迭代定权的严密公式进行了简化，简化后的公式计算简单，迭代定权收敛速度快，并对
动态平差模型下形变显著性的统计检验作了详细研究。
（4）介绍了作者开发的基于Access2000和Visual Basic 6.0的地壳垂直形变监测信息管
理系统。利用该系统可自动生成各类成果报表、自动绘制沉降曲线图等。
In this dissertation, the theory and the method of GPS precise positioning and data
processing in monitoring the earth’s crust deformation are systematically discussed. The
main research contents of this dissertation are summarized as follows:
(1) The basic theory of GPS positioning~ the method of GPS precise positioning and
the source of its error are briefly introduced in the paper. Difference GPS technique
can effectively eliminate the error of many physics?factors to GPS result, but can not
effectively eliminate the error of the tropospheric refraction to GPS height. Therefore,
the key to improve the measuring accuracy of GPS height is how to deal with the error
of the tropospheric refraction. The methods of stochastic process (such as one-order model
of Guess-Marlkov, the piece wise linear method) used for simulating the error of the
tropospheric refraction are studied in detail. Both methods above can effectively
eliminate the error of the tropospheric refraction to GPS result, and can obviously
improve the accuracy of GPS height. The result by the piece wise linear method bears
relation to the numbers of additional parameter in adjustment. After being tested and
studied with one project, it is proved that the result of adjustment is good, if we use
one additional parameter per 2 hours or per 4 hours to simulate the error of the
tropospheric refraction.
(2) The basic theory of neural network and an algorithm of BP are described in this
paper. Many improvement steps to the problems existed in the algorithm of BP are put
forward by the author. Putting a simple model (Model [2× 2×2]) of three-layer BP network
as an example, all the formula for the algorithm of BP are deducted. A new structure of
five-layer BP network used for converse GPS height is put forward in this article, and
the optimal structure of the BP network is acquired after hundreds of tests. Normally,
the conicoid fitting method (CBt) and the neural network method (NNM) are used for
converting a GPS height into a normal height. But, each of them has its own advantages
and disadvantages. After studying these two methods, a new method named Mixed-ethod (abbr.
CF&\NM) is conceived that combines the advantages of both the conicoid fitting (CFM) and
neural network method (NNM). The thought of the Mixed-method is an originality idea, and
the effect of the new method is very good in the application of some projects, then the
essence of the Mixed-method is analyzed. Comparing with the conicoid fitting method (CFM)
to converse GPS height, the accuracy of the transform result with the CF&NNM method can
improve 20 percent. The new method is worthy of extending. Otherwise, a betterment
algorithm of BP network, named “error grade iterative method”,is innovated by the author.
By using the betterment method, the study convergence speed of network can be accelerated,
the error of the simulating result influenced by the first weight and by the sequence
of samples can be overcome, and the performance of BP network can be improved.
(3) In the research of dynamic model of the erustal deformation, a model of kinematic
adjustment of indirect observations has been established in this paper, its main
adjustment formula has been deduced, and the relationship bet-ween static separate
adjustment and the kinematic adjustment has been discussed. The current formula of the
dynamic adjustment’s error equation of observations united level net and GP
法。主要研究内容概述如下：
（1）简要介绍了GPS定位的基本原理、GPS精密定位的方法及其误差来源分析。差分GPS
技术能有效地消除很多物理因素对GPS测量结果的误差，但却不能十分有效地消除大气对流层折
射对GPS高程测量的影响。因此，如何处理对流层折射影响就成为提高GPS高程测量精度的关键。
作者详细研究了模拟对流层折射影响的随机过程方法：一阶高斯马尔可夫模型和分段线性模型。
这两种方法能十分有效地模拟对流层折射的影响，从而使GPS高程测量的精度大大提高。分段线
性方法的结果与附加参数的选取个数有关，经过某工程实例的试验研究发现，取2h～4h附加一个
参数来模拟对流层折射的影响，效果比较理想。
（2）详细介绍了神经网络及BP算法的基本理论，并针对BP算法存在的问题，作者提出了
相应的改进措施。以一个简单的三层BP网络模型“Model［2×2×2］”为例，推出了BP算法正向、
反向过程中的所有计算公式。作者提出了用神经网络方法来转换GPS高程的五层BP网络结构，
并对该BP网络的具体结构模型进行了详细的试验研究，得出了一个最佳的BP网络结构模型。转
换GPS高程通常使用二次曲面拟合法和神经网络方法，但这两种方法各有优缺点。在二次曲面拟
合法和神经网络方法的基础上，作者创新了一种转换GPS高程的新方法——“混合转换法”（简
记为CF＆NNM方法），该方法思路独特新颖，在工程实践应用中效果良好。作者还对该方法的实
质进行了解析，与二次曲面拟合法相比，利用CF＆NNM法转换GPS高程，其转换结果精度大约可
提高20％，具有推广价值。另外，作者又创新了一种对BP网络计算的改进算法——“误差分级
迭代法”，采用该法能加快BP网络训练的收敛速度，能有效地克服初始权值对模拟结果的影响，
还能有效地减弱样本次序对BP网络训练结果的影响，从而改善了BP网络的性能。
（3）在地壳形变动态模型的研究中，作者建立了动态间接平差模型，推导了其主要平差计
算公式，并讨论了它与静态分期平差之间的关系。作者还推导出了水准网和GPS网进行联合动态
平差的观测值误差方程式的通用公式，经实例检验，该公式方便实用。与此同时，还对Helmert
验后方差迭代定权的严密公式进行了简化，简化后的公式计算简单，迭代定权收敛速度快，并对
动态平差模型下形变显著性的统计检验作了详细研究。
（4）介绍了作者开发的基于Access2000和Visual Basic 6.0的地壳垂直形变监测信息管
理系统。利用该系统可自动生成各类成果报表、自动绘制沉降曲线图等。
In this dissertation, the theory and the method of GPS precise positioning and data
processing in monitoring the earth’s crust deformation are systematically discussed. The
main research contents of this dissertation are summarized as follows:
(1) The basic theory of GPS positioning~ the method of GPS precise positioning and
the source of its error are briefly introduced in the paper. Difference GPS technique
can effectively eliminate the error of many physics?factors to GPS result, but can not
effectively eliminate the error of the tropospheric refraction to GPS height. Therefore,
the key to improve the measuring accuracy of GPS height is how to deal with the error
of the tropospheric refraction. The methods of stochastic process (such as one-order model
of Guess-Marlkov, the piece wise linear method) used for simulating the error of the
tropospheric refraction are studied in detail. Both methods above can effectively
eliminate the error of the tropospheric refraction to GPS result, and can obviously
improve the accuracy of GPS height. The result by the piece wise linear method bears
relation to the numbers of additional parameter in adjustment. After being tested and
studied with one project, it is proved that the result of adjustment is good, if we use
one additional parameter per 2 hours or per 4 hours to simulate the error of the
tropospheric refraction.
(2) The basic theory of neural network and an algorithm of BP are described in this
paper. Many improvement steps to the problems existed in the algorithm of BP are put
forward by the author. Putting a simple model (Model [2× 2×2]) of three-layer BP network
as an example, all the formula for the algorithm of BP are deducted. A new structure of
five-layer BP network used for converse GPS height is put forward in this article, and
the optimal structure of the BP network is acquired after hundreds of tests. Normally,
the conicoid fitting method (CBt) and the neural network method (NNM) are used for
converting a GPS height into a normal height. But, each of them has its own advantages
and disadvantages. After studying these two methods, a new method named Mixed-ethod (abbr.
CF&\NM) is conceived that combines the advantages of both the conicoid fitting (CFM) and
neural network method (NNM). The thought of the Mixed-method is an originality idea, and
the effect of the new method is very good in the application of some projects, then the
essence of the Mixed-method is analyzed. Comparing with the conicoid fitting method (CFM)
to converse GPS height, the accuracy of the transform result with the CF&NNM method can
improve 20 percent. The new method is worthy of extending. Otherwise, a betterment
algorithm of BP network, named “error grade iterative method”,is innovated by the author.
By using the betterment method, the study convergence speed of network can be accelerated,
the error of the simulating result influenced by the first weight and by the sequence
of samples can be overcome, and the performance of BP network can be improved.
(3) In the research of dynamic model of the erustal deformation, a model of kinematic
adjustment of indirect observations has been established in this paper, its main
adjustment formula has been deduced, and the relationship bet-ween static separate
adjustment and the kinematic adjustment has been discussed. The current formula of the
dynamic adjustment’s error equation of observations united level net and GP
引文
[1]国土资源部．新一轮国土资源大调查．1998年．内部资料
[2]江苏省地质矿产厅．关于锡山市锡西地区地面沉降勘察情况的报告．苏地环发(1999)051号．内部资料
[3]江苏省地质测绘院．锡山市锡西地区地面沉降研究报告．1999年9月．内部资料
[4]江苏省计划与经济委员会．关于开展苏锡常地区地面沉降预警预报系统项目意见的请示．苏计经国发(1999)1183号．内部资料
[5]江苏省国土资源厅．苏锡常地区地面沉降预警预报系统工程设计书．1999年9月．内部资料
[6]葛茂荣．GPS卫星精密定轨理论及软件研究：[博士学位论文]．武汉：武汉测绘科技大学，1995
[7]刘大杰，施一民，过静珺．全球定位系统(GPS)的原理与数据处理．上海：同济大学出版社，1996．78～240
[8]周忠漠，易杰军．GPS卫星测量原理与应用．北京：测绘出版社，1992
[9]王广运，郭秉义，李洪涛．差分GP定位技术与应用．北京：电子工业出皈社，1996．98～134
[10]Wiget A, et al. High precision regional crustal motion network m Sweitzerland. Proceedings of the Second International Symposium on Precise Positioning with the Global Position System, Ottawa, Canada, 1990
[11]Mark Hunter Murray. Global positiomg system measurement of crustal deformation in central California. Doctoral Dissertation, 1991
[12]Pumiaki Kimata, et al. GPS measurement in Tokai region, the southem part of central Japan (1989-1991). Proceedings of sixth International Geodetic Symposium on Satellite Positioning, 1992. 927～934
[13]党亚民，李毓麟．川滇GPS地壳形变监测网的观测与数据处理．地壳形变与地震，1996，16(4)：31～36
[14]游新北．青藏高原1993年GPS观测成果的精度分析．地壳形变与地震，1994，14(3)：27～33
[15]李延兴．华北地区GPS形变监测网的建立与精度分析．测绘学报，1994，23，(2)：142～149
[16]顾国华，王若柏，等．华北地区地壳GPS形变测量结果及其地震地质意义．地震地质，1999，21(2)：97、104
[17]王若柏，洪汉净，等．华北地区地壳垂直形变场及其动态演变特征．地震学报，1996，17(2)：148～155
[18]颐国华，孙惠娟，孙汉荣．GPS形变监测网起算点坐标对水平形变的影响．地壳形变与地震，1999，19(1)：43～48
[19]王解先，朱文耀．IGS'92GPS全球联测的分析处理．测绘学报，1994，23(3)
[20]刘经南，葛茂荣．92中国GPS会战(A级网)数据处理分析．武汉测绘科技大学学报，1995(1)：40～45
[21]葛茂荣，刘经南．GPS定位中对流层折射估计研究．测绘学报，1996，25(4)：285～291
[22]欧吉坤．GPS测量的中性大气折射改正的研究．测绘学报，1998，27(1)：31～36
[23]邵占英，刘经南，等．GPS精密相对定位中用分段线性法估算对流层折射偏差的影响．地壳形变与地震，1998，18(3)：13～18
[24]邵占英，葛茂荣，刘经南．GPS定位中对流层折射率随机模型的研究．地壳形变与地震，1996，16(2)：1～7
[25]Liu Jingnau, et al. The generalized stochaction estimation and its least square algorithm for tropospheric delay in GPS positioning. The paper submitted to 1995 IUGG Meeting
[26]Dixon T H, et al. Some thesis of wet tropospheric calibration for the CASEUNO global positioning system experiment. GeophysicalResearch Letters, 1990, 17 (3): 203～206
[27]Dixon T H, et al. First epoch geodetic measurement with the global positioning system across the Northern Carbbean Plate Boundary Zone. Journal of Geophysical Research, 1991,96 (B2): 2397～2415
[28]Elgered G, et al. Geodesy by radio mterferometry water vapor radiometry for estimation of the wet delay. Joumal of Geophysical Research, 1991, 96(B4): 6541～6555
[29]Tralli D W, et al. Stochastic estimation of tropospheric path delays in global positioning system geodetic measurements. Bulletin Geodesique, 1990 (64): 127～159
[30]Tralli D W, et al. Effect of wet tropospheric path delays on estimation of geodetic baselines in the Gulf of California using the global positioning system. Journal of geophysical Research, 1988, 93(B6): 6545～6557
[31]Hopfield H S. Tropospheric correction of electromagnetic range signals to a satellite. IAG, Wagemgen, the Netherlands, 1997
[32]Saastamoinen J. Contribution to the theory of atmospheric refraction. Bull, Geode, Nos, 1972～1973
[33]Ou Jikun. Atmosphere and its effects on GPS surveying. LGR-Series No. 14, TU Delft, the Netherlands, 1996
[34]Ou Jikun. Research on atmospheric effects on GPS surveying. Laboratory of Dynamic Geodesy, IGG, Chinese Academy, 1994
[35]Herring T A. Modeling atmospheric delay in the analysis of space geodetic data, in De Munck, J.C. and T. Spoelstm (eds.). Refraction of Transamaospheric signals in Geodesy. N.G.C., New Series, 1992, 36
[36]陶本藻．GPS测高原理及其算法．地矿测绘，1998(1)：7～9
[37]潘宝玉．论高精度GPS高程测量．地矿测绘，1995(1)：1～5
[38]沈学标．GPS水准高程拟合精度的分析．测绘通报，1998(7)：21～22
[39]岳建平，岳东杰．工程GPS水准测量的精度及其应用．测绘通报，1999(11)：27～30
[40]于来法．用数值拟合法确定GPS正常高的研究．郑州测绘学院学报，1996(2)：90～94
[41] Dorm A. Liddle orthometric height determination by GPS. Surveying and Mapping, 1989, 49(1): 12～16
[42]岳东杰，黄腾．GPS高程的抗差拟合推估．河海大学学报，1999，27(6)：90～93
[43]张留柱，李保利，张志林．抗差估计在GPS水准中的应用．地矿测绘，1999(2)：17～19
[44]华锡生，雷伟刚，岳东杰．GPS高程异常模型的优选及分析．大坝观测与土工测试，2000，24(4)：16～18
[45]华锡生，岳建平．数据诊断方法在建立大坝安全监控模型中的作用．水力发电学报，1997(1)：18～24
[46]黄腾，华锡生，岳东杰．GPS高程异常模型及模型诊断．工程勘察，2000(6)：54～56
[47]杨明清，靳蕃，朱达成，等．用神经网络方法转换GPS高程．测绘学报，1999，28(4)：301～307
[48]孔璐，许屏．GPS数据差分人工神经网络模型．解放军理工大学学报，2000，1(1)：101～104
[49]陈继光．基于神经网络的GPS水准计算模型．测绘通报，1999(12)：34～35
[50]赵斌，吴中如，等．基于网络环境的大坝安全评价专家系统的开发．河海大学学报，1999，27(4)：68～72
[51]赵斌，吴中如，等．应用Hopfield网络反演分层分区变形模量．水电能源科学，2000，18(3)：4～6
[52]袁曾任．人工神经元网络及其应用．北京：清华大学出版社，1999．1～273
[53]焦李成．神经网络系统理论．西安：西安电子科技大学出版社，1990．1～51
[54]焦李成．神经网络计算．西安；西安电子科技大学出版社，1993．1～103
[55]张立明．人工神经网络的模型及应用．上海：复旦大学出版社，1993．43～47
[56]徐丽娜．神经网络控制．哈尔滨：哈尔滨工业大学出版社，1999．1～40
[57]Geva S, Malmstrom K, Sitte J. Local claster neural net: Architecture, Training and Applications. Neurocomputmg, 1998 (20): 35～36
[58]Hecht-Nielsen R. Application to computing with neural nets. IEEE ASSP Magazine, April 1987. 4～22
[59]Zurada Jacek M. Introduction to artificial neural systems. West Publishing Company, 1992, 216～218, 513～527
[60]Narendra Kumpati S, Parthasamlhy K. Identification and control of dynamical systems using neural networks. IEEE Transaetion son Neural Networks, March1990, 1 (1): 4～27
[61]Li Weiping, Slotine J JE. Neural network control of tmknown nonlinear systems. ACC. 1989,1136～1141
[62]Chen Fuchuang. Back-propagation neural networks for nonlinear self-tuning adaptive control. IEEE Control Systems Magazine, 1990, 44～48
[63]Hunt K J, Sbarbaro D. Neural networks for nonlinear internal model control. IEEE Proceedings-D, September 1991, 138 (5): 431～438
[64]Psaltis D, Sidens A, Yamamura AA. A multi-layered neural networks controller. IEEE Control System Magazme, 1988 (8):17～21
[65]Willis M J, Di Massuno C, et al. Artificial neural networks in process engmeermg. IEEE Proceedings-D, May1991, 138 (3): 256～266
[66]Anderson Charles W. Learmng to control an inverted pendulum using neural networks. IEEE Control Magazine, April 1989, 31～37
[67]Gallant Stephen I. Neural network learning and expert systems. I Cambridge, Massachusetts, London, England The MIT Press, 1993. 195～198
[68]Narendra Kumpati S, Mukhopadhyay Snehasis. Intelligent control using neural networks. IEEE Control Systems, April 1992. 11～18
[69]吴中如，顾冲时．大坝安全综合评价专家系统．北京：水利电力出版社，1997
[70]吴中如．水工建筑物安全监控理论及其应用．南京：河海大学出版社，1990
[71]Rezgui Ali, Tepedelenlioglu Nazif. The effect of the slope of the activation function on the back propagauon algorithm. IJCNN, 1990, I: 707～710
[72] Mirchandani Gagan, Cao Wei. On hidden nodes for neural nets. IEEE Transactions on Circuits and Systems, May 1989, 36 (5): 661～664
[73] Gorman R P, Sejnowski T J. Analysis of hidden units in a layered network trained to classify sonar targets. Neural Networks. 1988 (1): 75～89
[74] Kung S Y, Hu Yuhen. A frobenius approximation reduction for determining optimal number of hidden units. IEEE, 1991, Ⅱ: 163～168
[75] Kung S Y, Hwang J N. An algebraic projection analysis for optional hidden units size and learning rates in back-propagation learnmg. IEEE, 1991, I: 363～370
[76] Homik K. Approximation capability of multilayer feedforward networks. Neural Networks, 1991(4): 251～257
[77] Shavlik J W, Mooney R J, Jowell G G. Symbolic and neural learning Algorithm: An Experimental Comparison. Machine Learning, 1991 (6): 111～143
[78] Yuan Zengren, Shen Xiaohui. A new method for faster back propagation learning. Advances in Modeling&Analysis A, AMSE Press, 1995, 24 (1): 57～64
[79] Schiffmann W, Joost M, Werner R. Optimization of the back propagation algorithm for training multilayer pereeptrons technical report. University of Koblenz, Institute of Physics, 1993
[80] Leonard J, Kramer M A. Improvement of the back propagation algorithm for training neural networks. Computers Chem. Engng. 1990, 14 (3): 337～341
[81] Silva F M, Almeida L B. Speeding up back propagation. Advanced Neural Networks, 1988 (1):131～139
[82] Jordan M I, Rumelhart D E. Learning to control an unstable system with forward modeling. In Advances in Neural Information Processing Systems, San Mateo, CA. Morgan Kaufmann, 1990 (2):325～331
[83] 李明峰．动态平差概括模型及形变与粗差的定位定值方法：[博士学位论文]．武汉：武汉测绘科技大学，1996
[84] 郭禄光，樊功瑜．最小二乘法与测量平差．上海：同济大学出版社，1985
[85] 尹任祥，黄鹤年，华锡生．大型建筑物变形监测的数据处理．南京：河海大学教材，1986
[86] 刘大杰，于正林．广义测量平差．武汉：武汉测绘学院教材，1985
[87] 陶本藻．自由网平差与变形分析．北京：测绘出版社，1984
[88] 刘大杰，于正林，陶本藻．形变测量数据的动态处理方法．地壳形变与地震，1991(SUP)
[89] 於宗俦，于正林．测量平差原理．武汉：武汉测绘科技大学出版社，1990
[90] 李德仁．误差处理和可靠性理论．北京：测绘出版社，1988
[91] 陈永奇．变形观测数据处理．北京：测绘出版社，1988
[92] 黄幼才．数据探测与抗差估计．北京：测绘出版社，1990
[93] 吴子安．工程建筑物变形观测数据处理．北京：测绘出版社，1989
[94] Aduol F WO. Robust geodetic Parameter estimation through iterative weighting. Survey Review,1994, 32 (253)
[95] Balodimos D D, et al. Kinematic adjustments of a levelling control network. Survey Review, 1994, 32 (253)
[96] Chen Y Q, et al. Design of monitoring networks using the criterion of separability, Proc. Of FIG XX International Congress, Melbourne, 1994
[97] Chrzanowski A, Chen Y Q. Deformation monitoring, analysis and prediction-status report. Proc. of FIG XIX International Congress, Finland, 1990
[98] Czamecki K. GPS positioning as applied to investigation of recent crustal movements. J. Geodynamics, 1993 (18): 1～4
[99] Donnellan A, et al. Geodetic measurement of deformation in the Ventura Basra region, Southern California. J.G.R., 1993, 98 (B12)
[100] Feigl K L, et al. Space geodetic measurement of crustal deformation in Central and Southern California, 1984-1992. J.G.R, 1993, 98 (B12)
[101] Grant D B. Accuracy of GPS in crustal deformation studies: observation and adjustment design. Science Lecture, 1990 (29)
[102] Li D R, Zhou Y. Optimization and design of geodetic networks in consideration of accuracy and reliablity. AVN, International Edition, 1991
[103] Li M F, Yang Z J. Kinematic adjustment with separating gross errors from deformation. Bollettino di Geodesia e Scienze Affini, No. 1, Florence, 1996
[104] Shen Z K, D D Jackson. Global positioning system reoccupation of early triangulation sites: tectonic deformation of the Southern Coast Ranges. J.G.R., 1993, 98 (B6)
[105] Stelzer D, H B Papo. Kalman filter, smoothing and datum of dynamic reference systems. Manuseripta Geodaetiea, 1994, 19 (3)
[106] Sun W P. A new method for localization of gross errors. Survey Review, 1994, 32 (252)
[107] Yu Z C. A universal formula of maximum likelihood estimation of variance-covariance components. Journal of Geodesy, 1996 (1)
[108] Evangelos Petroutsos．Visual Basic5 从入门到精通．北京：电子工业出版社，1997，429～471
[109] 步行者工作室．Visual Basic 6.0高手速成．北京：兵器工业出版社，1999．3～251
[110] 康博创作室．Visual Basic新起点——6.0实用教程．北京：机械工业出版社，1999．1～342
[111] 陈俊源，王一华．活用Visual Basic 5.0(中文版)数据库编程．北京；清华大学出版社，1998．1～281
[112] 东箭工作室．Access 2000中文版快递．北京：电子工业出版社，1999．1～333
[113] 东箭工作室．Excel 2000中文版快递．北京：电子工业出版社，1999．1～288
[114] 李志伟，刘庆元，罗章．基于VB的三维控制网平差及数据管理系统的研制．地矿测绘，1994(4)：13～16
[115] 张书毕，杜培军，黄少拱．基于VB可视化环境开发矿山测量信息管理系统的研究．测绘通报，1998(9)：37～39
[116] 杜培军，闫大顺．Windows下矿山测量信息管理系统的研制方案．地矿测绘，2000(3)：38～40
[117] 袁宝远，吕建红，等．边坡监测信息可视化查询分析系统及其应用．工程地质学报，1991，7(4)：355～360
[118] 龚健雅，朱欣焰，等．面向对象集成化空间数据库管理系统的设计与实现．武汉测绘科技大学学报，2000，25(4)：289～293
[119] 胡伍生，邓永锋，方磊．数据库在路基施工沉降观测中的应用．东南大学学报，2000，30(6A)：171～175
[120]邓述渝．应用泛函分析．南京：河海大学出版社，1994．1～199
[121]吴中如．中国大坝的安全和管理．中国工程科学，2000，2(6)：36～39
[122]黄腾，岳东杰，华锡生．特种精密测量在灵山大佛工程的应用．地壳形变与地震，1998(SUP2)：82～86
[123]马福恒，吴中如，等．综合分析法研究特殊坝体结构的变形规律．河海大学学报，1999，27(1)：104～108
[124]黄腾，华锡生．灵山大佛精密测绘及质量控制．河海大学学报，1998，26(6)：31～37
[125]顾冲时，吴中如，等．用结构分析法拟定混凝土坝变形三级监控指标．河海大学学报，2000，28(5)：7～10
[126]赵斌，吴中如，等．大坝监测数据处理的抗差多元回归模型．大坝观测与土工测试，2000，24(3)：18～21
[127]岳建平，华锡生．大坝安全监控在线分析系统研究．大坝观测与土工测试，2000，24(1)：12～15
[128]岳东杰，雷伟刚，华锡生．灰关联模型GM(1，N)及其在安全监测中的应用．河海大学学报，2000，28(3)：34～38
[129]胡伍生．三维变形监测网的数据处理：[硕士学位论文]．南京：河海大学，1988
[130]任权，胡伍生．三维变形监测网的数据处理．大坝观测与土工测试，1989(5)：15～21
[131]胡伍生．近景摄影测量单片解析法．江苏测绘，1991(2)：10～12
[132]胡伍生．测量平差讲义．南京：东南大学内部教材，1991
[133]胡伍生．变形观测讲义．南京：东南大学内部教材，1991
[134]胡伍生，马驫．桥梁拱曲线变形监测实例．江苏测绘，1994(1)：25～27
[135]胡伍生．土木工程教学计划中的测量学课程．高等教育学报，1994(1)：67～72
[136]胡伍生．三维图根控制测量．华东建工勘察，1994(3)：58～62
[137]胡伍生．水准测量法观测桥梁挠度的应用．华东公路，1996(2)：72～74
[138]李岭，胡伍生，马驫．电子数字水准仪及其在沉降观测中的应用．江苏测绘，1999(1)：22～25
[139]胡伍生，潘庆林．土木工程测量．南京：东南大学出版社，1999．177～262
[140]胡伍生，汪中洲，马驫．龙江高教公寓沉降监测数据分析．东南大学学报，1999，29(Sup)：132～136
[141]朱志铎，胡伍生，陈文震．复合地基沉降计算方法．东南大学学报，2000，30(6A)：94～98
[142]胡伍生，华锡生，吴中如．用神经网络方法探测数学模型误差．大坝观测与土工测试，2001，25(3)
[2]江苏省地质矿产厅．关于锡山市锡西地区地面沉降勘察情况的报告．苏地环发(1999)051号．内部资料
[3]江苏省地质测绘院．锡山市锡西地区地面沉降研究报告．1999年9月．内部资料
[4]江苏省计划与经济委员会．关于开展苏锡常地区地面沉降预警预报系统项目意见的请示．苏计经国发(1999)1183号．内部资料
[5]江苏省国土资源厅．苏锡常地区地面沉降预警预报系统工程设计书．1999年9月．内部资料
[6]葛茂荣．GPS卫星精密定轨理论及软件研究：[博士学位论文]．武汉：武汉测绘科技大学，1995
[7]刘大杰，施一民，过静珺．全球定位系统(GPS)的原理与数据处理．上海：同济大学出版社，1996．78～240
[8]周忠漠，易杰军．GPS卫星测量原理与应用．北京：测绘出版社，1992
[9]王广运，郭秉义，李洪涛．差分GP定位技术与应用．北京：电子工业出皈社，1996．98～134
[10]Wiget A, et al. High precision regional crustal motion network m Sweitzerland. Proceedings of the Second International Symposium on Precise Positioning with the Global Position System, Ottawa, Canada, 1990
[11]Mark Hunter Murray. Global positiomg system measurement of crustal deformation in central California. Doctoral Dissertation, 1991
[12]Pumiaki Kimata, et al. GPS measurement in Tokai region, the southem part of central Japan (1989-1991). Proceedings of sixth International Geodetic Symposium on Satellite Positioning, 1992. 927～934
[13]党亚民，李毓麟．川滇GPS地壳形变监测网的观测与数据处理．地壳形变与地震，1996，16(4)：31～36
[14]游新北．青藏高原1993年GPS观测成果的精度分析．地壳形变与地震，1994，14(3)：27～33
[15]李延兴．华北地区GPS形变监测网的建立与精度分析．测绘学报，1994，23，(2)：142～149
[16]顾国华，王若柏，等．华北地区地壳GPS形变测量结果及其地震地质意义．地震地质，1999，21(2)：97、104
[17]王若柏，洪汉净，等．华北地区地壳垂直形变场及其动态演变特征．地震学报，1996，17(2)：148～155
[18]颐国华，孙惠娟，孙汉荣．GPS形变监测网起算点坐标对水平形变的影响．地壳形变与地震，1999，19(1)：43～48
[19]王解先，朱文耀．IGS'92GPS全球联测的分析处理．测绘学报，1994，23(3)
[20]刘经南，葛茂荣．92中国GPS会战(A级网)数据处理分析．武汉测绘科技大学学报，1995(1)：40～45
[21]葛茂荣，刘经南．GPS定位中对流层折射估计研究．测绘学报，1996，25(4)：285～291
[22]欧吉坤．GPS测量的中性大气折射改正的研究．测绘学报，1998，27(1)：31～36
[23]邵占英，刘经南，等．GPS精密相对定位中用分段线性法估算对流层折射偏差的影响．地壳形变与地震，1998，18(3)：13～18
[24]邵占英，葛茂荣，刘经南．GPS定位中对流层折射率随机模型的研究．地壳形变与地震，1996，16(2)：1～7
[25]Liu Jingnau, et al. The generalized stochaction estimation and its least square algorithm for tropospheric delay in GPS positioning. The paper submitted to 1995 IUGG Meeting
[26]Dixon T H, et al. Some thesis of wet tropospheric calibration for the CASEUNO global positioning system experiment. GeophysicalResearch Letters, 1990, 17 (3): 203～206
[27]Dixon T H, et al. First epoch geodetic measurement with the global positioning system across the Northern Carbbean Plate Boundary Zone. Journal of Geophysical Research, 1991,96 (B2): 2397～2415
[28]Elgered G, et al. Geodesy by radio mterferometry water vapor radiometry for estimation of the wet delay. Joumal of Geophysical Research, 1991, 96(B4): 6541～6555
[29]Tralli D W, et al. Stochastic estimation of tropospheric path delays in global positioning system geodetic measurements. Bulletin Geodesique, 1990 (64): 127～159
[30]Tralli D W, et al. Effect of wet tropospheric path delays on estimation of geodetic baselines in the Gulf of California using the global positioning system. Journal of geophysical Research, 1988, 93(B6): 6545～6557
[31]Hopfield H S. Tropospheric correction of electromagnetic range signals to a satellite. IAG, Wagemgen, the Netherlands, 1997
[32]Saastamoinen J. Contribution to the theory of atmospheric refraction. Bull, Geode, Nos, 1972～1973
[33]Ou Jikun. Atmosphere and its effects on GPS surveying. LGR-Series No. 14, TU Delft, the Netherlands, 1996
[34]Ou Jikun. Research on atmospheric effects on GPS surveying. Laboratory of Dynamic Geodesy, IGG, Chinese Academy, 1994
[35]Herring T A. Modeling atmospheric delay in the analysis of space geodetic data, in De Munck, J.C. and T. Spoelstm (eds.). Refraction of Transamaospheric signals in Geodesy. N.G.C., New Series, 1992, 36
[36]陶本藻．GPS测高原理及其算法．地矿测绘，1998(1)：7～9
[37]潘宝玉．论高精度GPS高程测量．地矿测绘，1995(1)：1～5
[38]沈学标．GPS水准高程拟合精度的分析．测绘通报，1998(7)：21～22
[39]岳建平，岳东杰．工程GPS水准测量的精度及其应用．测绘通报，1999(11)：27～30
[40]于来法．用数值拟合法确定GPS正常高的研究．郑州测绘学院学报，1996(2)：90～94
[41] Dorm A. Liddle orthometric height determination by GPS. Surveying and Mapping, 1989, 49(1): 12～16
[42]岳东杰，黄腾．GPS高程的抗差拟合推估．河海大学学报，1999，27(6)：90～93
[43]张留柱，李保利，张志林．抗差估计在GPS水准中的应用．地矿测绘，1999(2)：17～19
[44]华锡生，雷伟刚，岳东杰．GPS高程异常模型的优选及分析．大坝观测与土工测试，2000，24(4)：16～18
[45]华锡生，岳建平．数据诊断方法在建立大坝安全监控模型中的作用．水力发电学报，1997(1)：18～24
[46]黄腾，华锡生，岳东杰．GPS高程异常模型及模型诊断．工程勘察，2000(6)：54～56
[47]杨明清，靳蕃，朱达成，等．用神经网络方法转换GPS高程．测绘学报，1999，28(4)：301～307
[48]孔璐，许屏．GPS数据差分人工神经网络模型．解放军理工大学学报，2000，1(1)：101～104
[49]陈继光．基于神经网络的GPS水准计算模型．测绘通报，1999(12)：34～35
[50]赵斌，吴中如，等．基于网络环境的大坝安全评价专家系统的开发．河海大学学报，1999，27(4)：68～72
[51]赵斌，吴中如，等．应用Hopfield网络反演分层分区变形模量．水电能源科学，2000，18(3)：4～6
[52]袁曾任．人工神经元网络及其应用．北京：清华大学出版社，1999．1～273
[53]焦李成．神经网络系统理论．西安：西安电子科技大学出版社，1990．1～51
[54]焦李成．神经网络计算．西安；西安电子科技大学出版社，1993．1～103
[55]张立明．人工神经网络的模型及应用．上海：复旦大学出版社，1993．43～47
[56]徐丽娜．神经网络控制．哈尔滨：哈尔滨工业大学出版社，1999．1～40
[57]Geva S, Malmstrom K, Sitte J. Local claster neural net: Architecture, Training and Applications. Neurocomputmg, 1998 (20): 35～36
[58]Hecht-Nielsen R. Application to computing with neural nets. IEEE ASSP Magazine, April 1987. 4～22
[59]Zurada Jacek M. Introduction to artificial neural systems. West Publishing Company, 1992, 216～218, 513～527
[60]Narendra Kumpati S, Parthasamlhy K. Identification and control of dynamical systems using neural networks. IEEE Transaetion son Neural Networks, March1990, 1 (1): 4～27
[61]Li Weiping, Slotine J JE. Neural network control of tmknown nonlinear systems. ACC. 1989,1136～1141
[62]Chen Fuchuang. Back-propagation neural networks for nonlinear self-tuning adaptive control. IEEE Control Systems Magazine, 1990, 44～48
[63]Hunt K J, Sbarbaro D. Neural networks for nonlinear internal model control. IEEE Proceedings-D, September 1991, 138 (5): 431～438
[64]Psaltis D, Sidens A, Yamamura AA. A multi-layered neural networks controller. IEEE Control System Magazme, 1988 (8):17～21
[65]Willis M J, Di Massuno C, et al. Artificial neural networks in process engmeermg. IEEE Proceedings-D, May1991, 138 (3): 256～266
[66]Anderson Charles W. Learmng to control an inverted pendulum using neural networks. IEEE Control Magazine, April 1989, 31～37
[67]Gallant Stephen I. Neural network learning and expert systems. I Cambridge, Massachusetts, London, England The MIT Press, 1993. 195～198
[68]Narendra Kumpati S, Mukhopadhyay Snehasis. Intelligent control using neural networks. IEEE Control Systems, April 1992. 11～18
[69]吴中如，顾冲时．大坝安全综合评价专家系统．北京：水利电力出版社，1997
[70]吴中如．水工建筑物安全监控理论及其应用．南京：河海大学出版社，1990
[71]Rezgui Ali, Tepedelenlioglu Nazif. The effect of the slope of the activation function on the back propagauon algorithm. IJCNN, 1990, I: 707～710
[72] Mirchandani Gagan, Cao Wei. On hidden nodes for neural nets. IEEE Transactions on Circuits and Systems, May 1989, 36 (5): 661～664
[73] Gorman R P, Sejnowski T J. Analysis of hidden units in a layered network trained to classify sonar targets. Neural Networks. 1988 (1): 75～89
[74] Kung S Y, Hu Yuhen. A frobenius approximation reduction for determining optimal number of hidden units. IEEE, 1991, Ⅱ: 163～168
[75] Kung S Y, Hwang J N. An algebraic projection analysis for optional hidden units size and learning rates in back-propagation learnmg. IEEE, 1991, I: 363～370
[76] Homik K. Approximation capability of multilayer feedforward networks. Neural Networks, 1991(4): 251～257
[77] Shavlik J W, Mooney R J, Jowell G G. Symbolic and neural learning Algorithm: An Experimental Comparison. Machine Learning, 1991 (6): 111～143
[78] Yuan Zengren, Shen Xiaohui. A new method for faster back propagation learning. Advances in Modeling&Analysis A, AMSE Press, 1995, 24 (1): 57～64
[79] Schiffmann W, Joost M, Werner R. Optimization of the back propagation algorithm for training multilayer pereeptrons technical report. University of Koblenz, Institute of Physics, 1993
[80] Leonard J, Kramer M A. Improvement of the back propagation algorithm for training neural networks. Computers Chem. Engng. 1990, 14 (3): 337～341
[81] Silva F M, Almeida L B. Speeding up back propagation. Advanced Neural Networks, 1988 (1):131～139
[82] Jordan M I, Rumelhart D E. Learning to control an unstable system with forward modeling. In Advances in Neural Information Processing Systems, San Mateo, CA. Morgan Kaufmann, 1990 (2):325～331
[83] 李明峰．动态平差概括模型及形变与粗差的定位定值方法：[博士学位论文]．武汉：武汉测绘科技大学，1996
[84] 郭禄光，樊功瑜．最小二乘法与测量平差．上海：同济大学出版社，1985
[85] 尹任祥，黄鹤年，华锡生．大型建筑物变形监测的数据处理．南京：河海大学教材，1986
[86] 刘大杰，于正林．广义测量平差．武汉：武汉测绘学院教材，1985
[87] 陶本藻．自由网平差与变形分析．北京：测绘出版社，1984
[88] 刘大杰，于正林，陶本藻．形变测量数据的动态处理方法．地壳形变与地震，1991(SUP)
[89] 於宗俦，于正林．测量平差原理．武汉：武汉测绘科技大学出版社，1990
[90] 李德仁．误差处理和可靠性理论．北京：测绘出版社，1988
[91] 陈永奇．变形观测数据处理．北京：测绘出版社，1988
[92] 黄幼才．数据探测与抗差估计．北京：测绘出版社，1990
[93] 吴子安．工程建筑物变形观测数据处理．北京：测绘出版社，1989
[94] Aduol F WO. Robust geodetic Parameter estimation through iterative weighting. Survey Review,1994, 32 (253)
[95] Balodimos D D, et al. Kinematic adjustments of a levelling control network. Survey Review, 1994, 32 (253)
[96] Chen Y Q, et al. Design of monitoring networks using the criterion of separability, Proc. Of FIG XX International Congress, Melbourne, 1994
[97] Chrzanowski A, Chen Y Q. Deformation monitoring, analysis and prediction-status report. Proc. of FIG XIX International Congress, Finland, 1990
[98] Czamecki K. GPS positioning as applied to investigation of recent crustal movements. J. Geodynamics, 1993 (18): 1～4
[99] Donnellan A, et al. Geodetic measurement of deformation in the Ventura Basra region, Southern California. J.G.R., 1993, 98 (B12)
[100] Feigl K L, et al. Space geodetic measurement of crustal deformation in Central and Southern California, 1984-1992. J.G.R, 1993, 98 (B12)
[101] Grant D B. Accuracy of GPS in crustal deformation studies: observation and adjustment design. Science Lecture, 1990 (29)
[102] Li D R, Zhou Y. Optimization and design of geodetic networks in consideration of accuracy and reliablity. AVN, International Edition, 1991
[103] Li M F, Yang Z J. Kinematic adjustment with separating gross errors from deformation. Bollettino di Geodesia e Scienze Affini, No. 1, Florence, 1996
[104] Shen Z K, D D Jackson. Global positioning system reoccupation of early triangulation sites: tectonic deformation of the Southern Coast Ranges. J.G.R., 1993, 98 (B6)
[105] Stelzer D, H B Papo. Kalman filter, smoothing and datum of dynamic reference systems. Manuseripta Geodaetiea, 1994, 19 (3)
[106] Sun W P. A new method for localization of gross errors. Survey Review, 1994, 32 (252)
[107] Yu Z C. A universal formula of maximum likelihood estimation of variance-covariance components. Journal of Geodesy, 1996 (1)
[108] Evangelos Petroutsos．Visual Basic5 从入门到精通．北京：电子工业出版社，1997，429～471
[109] 步行者工作室．Visual Basic 6.0高手速成．北京：兵器工业出版社，1999．3～251
[110] 康博创作室．Visual Basic新起点——6.0实用教程．北京：机械工业出版社，1999．1～342
[111] 陈俊源，王一华．活用Visual Basic 5.0(中文版)数据库编程．北京；清华大学出版社，1998．1～281
[112] 东箭工作室．Access 2000中文版快递．北京：电子工业出版社，1999．1～333
[113] 东箭工作室．Excel 2000中文版快递．北京：电子工业出版社，1999．1～288
[114] 李志伟，刘庆元，罗章．基于VB的三维控制网平差及数据管理系统的研制．地矿测绘，1994(4)：13～16
[115] 张书毕，杜培军，黄少拱．基于VB可视化环境开发矿山测量信息管理系统的研究．测绘通报，1998(9)：37～39
[116] 杜培军，闫大顺．Windows下矿山测量信息管理系统的研制方案．地矿测绘，2000(3)：38～40
[117] 袁宝远，吕建红，等．边坡监测信息可视化查询分析系统及其应用．工程地质学报，1991，7(4)：355～360
[118] 龚健雅，朱欣焰，等．面向对象集成化空间数据库管理系统的设计与实现．武汉测绘科技大学学报，2000，25(4)：289～293
[119] 胡伍生，邓永锋，方磊．数据库在路基施工沉降观测中的应用．东南大学学报，2000，30(6A)：171～175
[120]邓述渝．应用泛函分析．南京：河海大学出版社，1994．1～199
[121]吴中如．中国大坝的安全和管理．中国工程科学，2000，2(6)：36～39
[122]黄腾，岳东杰，华锡生．特种精密测量在灵山大佛工程的应用．地壳形变与地震，1998(SUP2)：82～86
[123]马福恒，吴中如，等．综合分析法研究特殊坝体结构的变形规律．河海大学学报，1999，27(1)：104～108
[124]黄腾，华锡生．灵山大佛精密测绘及质量控制．河海大学学报，1998，26(6)：31～37
[125]顾冲时，吴中如，等．用结构分析法拟定混凝土坝变形三级监控指标．河海大学学报，2000，28(5)：7～10
[126]赵斌，吴中如，等．大坝监测数据处理的抗差多元回归模型．大坝观测与土工测试，2000，24(3)：18～21
[127]岳建平，华锡生．大坝安全监控在线分析系统研究．大坝观测与土工测试，2000，24(1)：12～15
[128]岳东杰，雷伟刚，华锡生．灰关联模型GM(1，N)及其在安全监测中的应用．河海大学学报，2000，28(3)：34～38
[129]胡伍生．三维变形监测网的数据处理：[硕士学位论文]．南京：河海大学，1988
[130]任权，胡伍生．三维变形监测网的数据处理．大坝观测与土工测试，1989(5)：15～21
[131]胡伍生．近景摄影测量单片解析法．江苏测绘，1991(2)：10～12
[132]胡伍生．测量平差讲义．南京：东南大学内部教材，1991
[133]胡伍生．变形观测讲义．南京：东南大学内部教材，1991
[134]胡伍生，马驫．桥梁拱曲线变形监测实例．江苏测绘，1994(1)：25～27
[135]胡伍生．土木工程教学计划中的测量学课程．高等教育学报，1994(1)：67～72
[136]胡伍生．三维图根控制测量．华东建工勘察，1994(3)：58～62
[137]胡伍生．水准测量法观测桥梁挠度的应用．华东公路，1996(2)：72～74
[138]李岭，胡伍生，马驫．电子数字水准仪及其在沉降观测中的应用．江苏测绘，1999(1)：22～25
[139]胡伍生，潘庆林．土木工程测量．南京：东南大学出版社，1999．177～262
[140]胡伍生，汪中洲，马驫．龙江高教公寓沉降监测数据分析．东南大学学报，1999，29(Sup)：132～136
[141]朱志铎，胡伍生，陈文震．复合地基沉降计算方法．东南大学学报，2000，30(6A)：94～98
[142]胡伍生，华锡生，吴中如．用神经网络方法探测数学模型误差．大坝观测与土工测试，2001，25(3)
© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号 地址：北京市海淀区学院路29号 邮编：100083 电话：办公室：(+86 10)66554848；文献借阅、咨询服务、科技查新：66554700 |