研究背景：

在“城市峡谷”、森林等复杂环境中，GNSS信号受多种因素影响，定位精度下降，现有改进方法存在一定局限性。针对上述问题，中国地震局地震研究所彭友志团队提出一种联合高精度测站和距离交会精确估计定位点坐标的方法，以降低复杂环境下GNSS定位误差。该成果发表于《大地测量与地球动力学》，地震研究所硕士生林海飞为论文第一作者，彭友志，夏玉国，何浩鹏为为论文共同作者。

研究方法及结果：

该研究基于距离交会技术，选取多个高精度GNSS测站作为辅助点，建立非线性高斯—赫尔默特（GH）模型。利用BP神经网络辅助处理GH模型中的非线性问题，通过多次迭代优化权重和协因数矩阵，进而估计定位点坐标。仿真和实测结果显示，该方法能有效降低复杂环境对定位精度的影响，在E、N、U方向定位精度分别提升78.1%、72.8%、79.2%，相比传统方法具有更好的适用性，证明了该方法的有效性。

论文信息：林海飞，彭友志，夏玉国，等.基于神经网络—高斯赫尔默特模型联合多点GNSS定位方法[J].大地测量与地球动力学，2025, 45(3): 303-307.

文章链接：http://www.jgg09.com/CN/10.14075/j.jgg.2024.04.191

图1改进后的网络结构示意图

图2算法流程

图3 PPP动态解算下4个辅助测站X、Y、Z方向的坐标时间序列偏差

图4 WTLS、BP-GH和LS法拟合坐标差值序列

图5 PPP和BP-GH法解算结果