基于神经网络坐标差学习的GPS坐标转换

宋 雷，胡伍生

(1．东南大学交通学院，江苏南京210096;2．山东交通学院 土木工程系，山东济南250357)

一、引 言

GPS定位技术采用WGS-84空间直角坐标系，无论是静态模式或实时动态模式(RTK)，GPS测量得到的都是WGS-84坐标系下的坐标。我国的测绘生产先后采用过1954北京坐标系、1980西安坐标系和2000国家大地坐标系(CGCS2000)。此外，有较多城市为了避免高斯投影变形带来的误差，采用地方独立坐标系统。把GPS测量的WGS-84坐标转换到工程实际应用的坐标系统是工程测量中经常遇到的问题[1]。

工程应用中，常用的坐标转换方法有三维坐标转换的七参数模型法(Bursa-Wolf模型)和平面坐标转换的四参数模型法[2-3]。随着计算技术的进步，神经网络方法越来越多地应用于工程计算之中，神经网络方法在GPS高程转换等方面有较多研究，并取得了较好的结果[4]。但是从收集到的研究文献来看，利用神经网络进行坐标转换的研究还较少，现有相关文献都没有给出神经网络与传统方法计算的比较结果[5-6]。

本文提出基于神经网络坐标差学习的GPS坐标转换的新方法，该方法不需要求取统一的区域转换参数，对于较大区域或城市，通过对坐标差的学习，转换坐标也能很好地与局部区域的坐标符合。利用某区域GPS控制网的平差结果基于该方法将WGS-84坐标转换为1980西安坐标，与现有文献的结果相比，新方法提高了神经网络GPS坐标转换的精度，并与传统坐标转换方法的结果进行比较，给出精度比较的统计结果。

二、BP神经网络原理

人工神经网络属于自适应非线性动力学系统，只要隐含层有足够的神经元，几乎可以任意精度逼近任何感兴趣的函数。……