基于支持向量机的地基单站GPS反演大气剖面  

Retrieving Atmospheric Profiles Based on Support Vector Machine and Singular Ground-based GPS Receiver

作　　者：林乐科[1,2] 张业荣[1] 赵振维[2] 李建儒[2] 

机构地区：[1]南京邮电大学通信与信息工程学院,江苏南京210003 [2]中国电波传播研究所,山东青岛266107

出　　处：《南京邮电大学学报（自然科学版）》2009年第4期64-68,共5页Journal of Nanjing University of Posts and Telecommunications：Natural Science Edition

摘　　要：提出基于支持向量机的地基单站GPS遥感大气剖面的反演方法,主要包括经典支持向量机、最小二乘支持向量机、相关向量机3种方法,利用青岛地区的历史数据进行了仿真反演对比研究,并与神经网络反演方法进行比较,结果表明支持向量机能够有效地应用于地基单站GPS大气遥感领域。The techniques of retrieving atmospheric profiles are proposed herein based on support vector machine （SVM） and singular ground-based GPS, which include classical SVM, least squares SVM, and relevance vector machine （RVM）. The new methods are compared with BP-ANN networks method by simulation based on the historical radiosonde data in Qingdao, showing that the methods based on SVM can be applied to surface-based microwave atmospheric remote sensing effectively.

关 键 词：大气剖面 地基单站GPS 支持向量机 神经网络 

分 类 号：TP75[自动化与计算机技术—检测技术与自动化装置] TN911.7[自动化与计算机技术—控制科学与工程]