本發(fā)明涉及狀態(tài)監(jiān)測的，具體為一種基于北斗的桿塔傾斜沉降狀態(tài)監(jiān)測方法。

背景技術(shù)：

1、中國專利cn112284335a公開了一種基于北斗定位的桿塔沉降傾斜監(jiān)測系統(tǒng)及方法，方法具體包括，首先確定所述基準(zhǔn)坐標(biāo)，并對基準(zhǔn)坐標(biāo)進(jìn)行校正，得到校正值，使用第一監(jiān)測流動站解算坐標(biāo)減去校正值，得到第一監(jiān)測流動站監(jiān)測點坐標(biāo)，基于第一監(jiān)測流動站監(jiān)測點坐標(biāo)計算第一監(jiān)測流動站監(jiān)測點的x、y、h方向的偏移量，其中x、y方向偏移量記為位移，h方向偏移量記為沉降；同樣，計算第二監(jiān)測流動站監(jiān)測點的x、y、h方向的偏移量；比較上述第一、第二監(jiān)測流動站監(jiān)測點的偏移量，偏移量在x、y方向出現(xiàn)一定的偏移，則第二監(jiān)測流動站發(fā)生位移，此時計算第一、第二監(jiān)測流動站監(jiān)測點h方向的差值，根據(jù)差值和塔桿長度計算塔桿桿塔傾斜角度，通過和閾值進(jìn)行比較，判斷塔桿是否沉降，完成桿塔沉降傾斜監(jiān)測。該方法沒有對定位數(shù)據(jù)進(jìn)行精準(zhǔn)校正，結(jié)果存在誤差。

2、傳統(tǒng)的桿塔傾斜沉降狀態(tài)監(jiān)測方法，主要依靠人力勘測，得到的傾斜沉降數(shù)據(jù)測量精度較低，部分傾斜沉降數(shù)據(jù)計算量較大，以及存在重復(fù)數(shù)據(jù)采集等問題，無法滿足桿塔實時監(jiān)測的需求；同時沒有神經(jīng)網(wǎng)絡(luò)等高新技術(shù)，不能實現(xiàn)傾斜沉降預(yù)測，給桿塔傾斜沉降狀態(tài)監(jiān)測帶來不便。

技術(shù)實現(xiàn)思路

1、針對相關(guān)技術(shù)中的問題，本發(fā)明提供了一種基于北斗的桿塔傾斜沉降狀態(tài)監(jiān)測方法，以克服現(xiàn)有相關(guān)技術(shù)所存在的上述技術(shù)問題。

2、為解決上述技術(shù)問題，本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：

3、本發(fā)明為一種基于北斗的桿塔傾斜沉降狀態(tài)監(jiān)測方法，包括如下步驟：

4、s1、在桿塔上安裝北斗定位裝置，獲取桿塔定位數(shù)據(jù)，得到初始桿塔定位數(shù)據(jù)集合，基于改進(jìn)的小波閾值去噪算法對初始桿塔定位數(shù)據(jù)集合進(jìn)行第一次去噪處理，再使用卡爾曼濾波算法進(jìn)行第二次去噪處理后，得到處理好的桿塔定位數(shù)據(jù)集合；

5、s2、獲取基準(zhǔn)站定位數(shù)據(jù)集合，經(jīng)過降噪處理后得到處理好的基準(zhǔn)站定位數(shù)據(jù)集合，結(jié)合所述處理好的桿塔定位數(shù)據(jù)集合，使用載波相位差分定位法計算載波相位觀測值，根據(jù)載波相位觀測值建立雙差載波相位表達(dá)式；

6、s3、根據(jù)所述雙差載波相位表達(dá)式，建立觀測方程，解觀測方程得到待測量桿塔的三維坐標(biāo)，再將待測量桿塔的三維坐標(biāo)進(jìn)行轉(zhuǎn)換，計算待測量桿塔的桿塔傾斜角，得到桿塔傾斜角數(shù)據(jù)；

7、s4、訓(xùn)練elm神經(jīng)網(wǎng)絡(luò)，得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，將所述桿塔傾斜角數(shù)據(jù)輸入到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型中，輸出桿塔傾斜角預(yù)測值，實現(xiàn)桿塔傾斜沉降狀態(tài)監(jiān)測。

8、該發(fā)明通過獲取初始桿塔定位數(shù)據(jù)集合，使用改進(jìn)的小波閾值去噪算法通過設(shè)定噪音閾值，對初始桿塔定位數(shù)據(jù)集合進(jìn)行第一次去噪處理，再使用卡爾曼濾波算法基于最佳估計值對桿塔定位數(shù)據(jù)進(jìn)行第二次去噪處理；改進(jìn)的小波閾值去噪算法設(shè)定最佳噪音閾值，可以有效去除噪音信號，使噪音曲線連續(xù)光滑，卡爾曼濾波算法針對誤差較小的信號，可以進(jìn)一步提高去噪效果，數(shù)據(jù)準(zhǔn)確性高；其次，使用載波相位差分定位法計算載波相位觀測值，根據(jù)載波相位觀測值建立雙差載波相位表達(dá)式；使用雙差載波相位觀測法可以消除衛(wèi)星鐘差、星歷誤差和接收機(jī)鐘差，可以有效提高定位精度；再建立觀測方程，解觀測方程得到待測量桿塔的三維坐標(biāo)，再將待測量桿塔的三維坐標(biāo)進(jìn)行轉(zhuǎn)換得到桿塔傾斜角；通過觀測方程進(jìn)行差分運算，不僅可以消除基準(zhǔn)站和桿塔上的誤差，還便于傾斜角計算；最后，訓(xùn)練elm神經(jīng)網(wǎng)絡(luò)，得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，輸出桿塔傾斜角預(yù)測值，實現(xiàn)桿塔傾斜沉降狀態(tài)監(jiān)測；該神經(jīng)網(wǎng)絡(luò)不需要將誤差反向傳播，只對隱含層神經(jīng)元的數(shù)量進(jìn)行設(shè)置，即可得到最優(yōu)解，有效解決了其他神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置復(fù)雜等問題。

9、優(yōu)選地，所述s1包括以下步驟：

10、s11、在桿塔上安裝北斗定位裝置，記為第一北斗定位裝置和第二北斗定位裝置，根據(jù)第一北斗定位裝置獲取桿塔定位數(shù)據(jù)，所述桿塔定位數(shù)據(jù)包括數(shù)據(jù)碼、測距碼和載波信號等，選取載波信號組成初始桿塔定位數(shù)據(jù)集合，其中表示信號長度為 m的初始桿塔定位數(shù)據(jù)；使用改進(jìn)的小波閾值去噪算法對所述初始桿塔定位數(shù)據(jù)集合中的初始桿塔定位數(shù)據(jù)進(jìn)行第一次去噪處理，得到處理后的桿塔定位數(shù)據(jù)集合，具體步驟如下：

11、s111、設(shè)定小波基函數(shù)為f，分解層數(shù)為 a，所述小波基函數(shù)按照分解層數(shù)對所述初始桿塔定位數(shù)據(jù)集合中的初始桿塔定位數(shù)據(jù)進(jìn)行分解處理，得到小波分解系數(shù)；設(shè)定噪音標(biāo)準(zhǔn)差為，衰減因子為，則噪音閾值的計算公式如下：

12、；

13、其中，表示噪音閾值；

14、s112、將所述小波分解系數(shù)和噪音閾值進(jìn)行比較，當(dāng)小波分解系數(shù)小于噪音閾值時，將小波分解系數(shù)對應(yīng)的初始桿塔定位數(shù)據(jù)置為0，當(dāng)小波分解系數(shù)大于或者等于噪音閾值時，將小波分解系數(shù)對應(yīng)的初始桿塔定位數(shù)據(jù)轉(zhuǎn)化為降噪后的小波分解系數(shù)，計算公式如下：

15、；

16、其中，表示降噪后的小波分解系數(shù)，表示小波分解系數(shù)，sgn表示符號函數(shù)；

17、對所述降噪后的小波分解系數(shù)進(jìn)行逆變換，完成對降噪后的小波分解系數(shù)的一維小波重構(gòu)，得到處理后的桿塔定位數(shù)據(jù)；依次對初始桿塔定位數(shù)據(jù)集合中全部初始桿塔定位數(shù)據(jù)進(jìn)行第一次去噪處理后，得到處理后的桿塔定位數(shù)據(jù)集合；

18、s12、使用卡爾曼濾波算法對所述處理后的桿塔定位數(shù)據(jù)集合進(jìn)行第二次去噪處理，得到處理好的桿塔定位數(shù)據(jù)集合，計算公式如下：

19、s121、設(shè)定在c時刻獲取信號長度為的初始桿塔定位數(shù)據(jù)，設(shè)定c時刻狀態(tài)和c-1時刻狀態(tài)，根據(jù)c時刻狀態(tài)和c-1時刻狀態(tài)建立卡爾曼濾波算法模型，使用卡爾曼濾波算法模型進(jìn)行誤差協(xié)方差預(yù)測，得到c+1時刻狀態(tài)；

20、s122、使用c+1時刻狀態(tài)對所述誤差協(xié)方差進(jìn)行更新，得到新的誤差協(xié)方差，根據(jù)新的誤差協(xié)方差對處理后的桿塔定位數(shù)據(jù)集合中的處理后的桿塔定位數(shù)據(jù)進(jìn)行校正；此時基于c+1時刻狀態(tài)，通過計算c+2時刻狀態(tài)對所述新的誤差協(xié)方差再次進(jìn)行更新，直至濾波結(jié)束，得到處理好的桿塔定位數(shù)據(jù)集合。

21、該發(fā)明通過使用改進(jìn)的小波閾值去噪算法通過設(shè)定噪音閾值，對初始桿塔定位數(shù)據(jù)集合進(jìn)行第一次去噪處理，可以有效去除噪音信號，使噪音曲線連續(xù)光滑；再使用卡爾曼濾波算法基于最佳估計值對桿塔定位數(shù)據(jù)進(jìn)行第二次去噪處理，可以進(jìn)一步提高去噪效果，數(shù)據(jù)準(zhǔn)確性高。

22、優(yōu)選地，所述s2包括以下步驟：

23、s21、選取兩個北斗衛(wèi)星，分別記為第一北斗衛(wèi)星和第二北斗衛(wèi)星，第一北斗衛(wèi)星和第二北斗衛(wèi)星對應(yīng)的基準(zhǔn)站和桿塔分別為標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔；獲取基準(zhǔn)站定位數(shù)據(jù)集合，經(jīng)過降噪處理后得到處理好的基準(zhǔn)站定位數(shù)據(jù)集合，結(jié)合所述處理好的桿塔定位數(shù)據(jù)集合，得到第一北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值分別為和，第二北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值分別為和；設(shè)定載波頻率為，光速為，則載波系數(shù)；

24、設(shè)定第一北斗衛(wèi)星和標(biāo)準(zhǔn)基準(zhǔn)站的幾何距離為，第一北斗衛(wèi)星和待測量桿塔的幾何距離為，第一北斗衛(wèi)星發(fā)出的信號到達(dá)標(biāo)準(zhǔn)基準(zhǔn)站時通過電離層延時和對流層延時分別為和，第一北斗衛(wèi)星發(fā)出的信號到達(dá)待測量桿塔時通過電離層延時和對流層延時分別為和；標(biāo)準(zhǔn)基準(zhǔn)站的鐘差為，待測量桿塔的鐘差為，第一北斗衛(wèi)星的原子鐘鐘差為，標(biāo)準(zhǔn)基準(zhǔn)站監(jiān)測第一北斗衛(wèi)星的整周模糊度為，待測量桿塔監(jiān)測第一北斗衛(wèi)星的整周模糊度為；標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的噪音忽略不計，則第一北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值計算公式如下：

25、；

26、；

27、設(shè)定第二北斗衛(wèi)星和標(biāo)準(zhǔn)基準(zhǔn)站的幾何距離為，第二北斗衛(wèi)星和待測量桿塔的幾何距離為，第二北斗衛(wèi)星發(fā)出的信號到達(dá)標(biāo)準(zhǔn)基準(zhǔn)站時電離層延時和對流層延時分別為和，第二北斗衛(wèi)星發(fā)出的信號到達(dá)待測量桿塔時電離層延時和對流層延時分別為和；標(biāo)準(zhǔn)基準(zhǔn)站的鐘差為，待測量桿塔的鐘差為，第二北斗衛(wèi)星的原子鐘鐘差為，標(biāo)準(zhǔn)基準(zhǔn)站監(jiān)測第二北斗衛(wèi)星的整周模糊度為，待測量桿塔監(jiān)測第二北斗衛(wèi)星的整周模糊度為；則第二北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值計算公式如下：

28、；

29、；

30、s22、計算第一北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值的差值，記為第一載波相位測量值，再計算第二北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值的差值，記為第二載波相位測量值，對所述第一載波相位測量值和第二載波相位測量值進(jìn)行差分運算，得到載波差分值；使用第一北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值計算公式和第二北斗衛(wèi)星對標(biāo)準(zhǔn)基準(zhǔn)站和待測量桿塔的載波相位觀測值計算公式表示所述載波差分值，得到雙差載波相位表達(dá)式如下：

31、；

32、；

33、其中，表示第一北斗衛(wèi)星和標(biāo)準(zhǔn)基準(zhǔn)站的幾何距離與第一北斗衛(wèi)星和待測量桿塔的幾何距離差值，表示標(biāo)準(zhǔn)基準(zhǔn)站監(jiān)測第一北斗衛(wèi)星的整周模糊度和待測量桿塔監(jiān)測第一北斗衛(wèi)星的整周模糊度差值，表示第一北斗衛(wèi)星誤差；表示第二北斗衛(wèi)星和標(biāo)準(zhǔn)基準(zhǔn)站的幾何距離與第二北斗衛(wèi)星和待測量桿塔的幾何距離差值，表示標(biāo)準(zhǔn)基準(zhǔn)站監(jiān)測第二北斗衛(wèi)星的整周模糊度和待測量桿塔監(jiān)測第二北斗衛(wèi)星的整周模糊度差值，表示第二北斗衛(wèi)星誤差。

34、該發(fā)明通過使用載波相位差分定位法計算載波相位觀測值，可以消除衛(wèi)星鐘差、星歷誤差和接收機(jī)鐘差，可以有效提高定位精度，再根據(jù)載波相位觀測值建立雙差載波相位表達(dá)式，便于后續(xù)計算。

35、優(yōu)選地，所述s3包括以下步驟：

36、s31、根據(jù)所述雙差載波相位表達(dá)式，建立觀測方程，具體步驟如下：

37、s311、設(shè)定所述待測量桿塔相對于標(biāo)準(zhǔn)基準(zhǔn)站的位置向量為，標(biāo)準(zhǔn)基準(zhǔn)站到第一北斗衛(wèi)星的單位向量為，標(biāo)準(zhǔn)基準(zhǔn)站到第二北斗衛(wèi)星的單位向量為，將待測量桿塔在單位向量方向上和標(biāo)準(zhǔn)基準(zhǔn)站的距離差值記為第一單位方向幾何距離，待測量桿塔在單位向量方向上和標(biāo)準(zhǔn)基準(zhǔn)站的距離差值記為第二單位方向幾何距離，計算公式如下：

38、，；

39、其中，所述第一單位方向幾何距離等于第一北斗衛(wèi)星和標(biāo)準(zhǔn)基準(zhǔn)站的幾何距離與第一北斗衛(wèi)星和待測量桿塔的幾何距離差值；所述第二單位方向幾何距離等于第二北斗衛(wèi)星和標(biāo)準(zhǔn)基準(zhǔn)站的幾何距離與第二北斗衛(wèi)星和待測量桿塔的幾何距離差值；

40、s312、結(jié)合所述雙差載波相位表達(dá)式、第一單位方向幾何距離和第二單位方向幾何距離，對雙差載波相位表達(dá)式進(jìn)行更新，得到最終雙差載波相位表達(dá)式如下：

41、；

42、其中，表示雙差載波相位表達(dá)式的差值，表示雙差載波相位表達(dá)式中整周模糊度差值，表示最終誤差；

43、再次選擇北斗衛(wèi)星，記為第三北斗衛(wèi)星和第四北斗衛(wèi)星，分別計算第一北斗衛(wèi)星和第三北斗衛(wèi)星的雙差載波相位表達(dá)式的差值和第一北斗衛(wèi)星和第四北斗衛(wèi)星的雙差載波相位表達(dá)式的差值，結(jié)合最終雙差載波相位表達(dá)式，聯(lián)立得到觀測方程，得到第一待測量桿塔的三維坐標(biāo)；

44、s32、根據(jù)第二北斗定位裝置獲取桿塔定位數(shù)據(jù)，計算得到第二待測量桿塔的三維坐標(biāo)，根據(jù)所述觀測方程，使用最小二乘法得到坐標(biāo)修正值為，則第一北斗定位裝置和第二北斗定位裝置坐標(biāo)差值計算公式如下：

45、；

46、其中，、和表示第一北斗定位裝置和第二北斗定位裝置坐標(biāo)差值；

47、所述第一待測量桿塔的三維坐標(biāo)和第二待測量桿塔的三維坐標(biāo)處于地心地固直角坐標(biāo)系下，設(shè)定地心地固直角坐標(biāo)系中水平方向和垂直方向夾角分別為和，將地心地固直角坐標(biāo)系轉(zhuǎn)換為東北天坐標(biāo)系，得到轉(zhuǎn)換后的坐標(biāo)差值，轉(zhuǎn)換公式如下：

48、；

49、其中，、和表示轉(zhuǎn)換后的坐標(biāo)差值；

50、根據(jù)所述轉(zhuǎn)換后的坐標(biāo)差值計算待測量桿塔的桿塔傾斜角，計算公式如下；

51、；

52、其中，表示待測量桿塔的桿塔傾斜角；

53、s33、設(shè)定桿塔傾斜角閾值為，當(dāng)所述待測量桿塔的桿塔傾斜角小于桿塔傾斜角閾值時，此時待測量桿塔的桿塔傾斜角良好，否則待測量桿塔的桿塔傾斜角處于危險狀態(tài)，得到桿塔傾斜角數(shù)據(jù)，并將桿塔傾斜角數(shù)據(jù)傳送到監(jiān)控平臺。

54、該發(fā)明通過建立觀測方程，通過對觀測方程進(jìn)行差分運算，不僅可以消除基準(zhǔn)站和桿塔上的誤差，還便于解觀測方程得到待測量桿塔的三維坐標(biāo)，再將待測量桿塔的三維坐標(biāo)進(jìn)行轉(zhuǎn)換得到桿塔傾斜角，方法簡便。

55、優(yōu)選地，所述s4包括以下步驟：

56、s41、在監(jiān)控平臺獲取歷史桿塔傾斜角數(shù)據(jù)，組成歷史桿塔傾斜角數(shù)據(jù)集合，其中表示第 i個歷史桿塔傾斜角數(shù)據(jù)，使用歷史桿塔傾斜角數(shù)據(jù)集合訓(xùn)練elm（極限學(xué)習(xí)機(jī)）神經(jīng)網(wǎng)絡(luò)，得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，具體步驟如下；

57、s411、設(shè)置時間序列，將所述歷史桿塔傾斜角數(shù)據(jù)集合中歷史桿塔傾斜角數(shù)據(jù)和時間序列建立函數(shù)關(guān)系，設(shè)定滑動窗口尺寸為n，使用滑動窗口選取歷史桿塔傾斜角數(shù)據(jù)，得到m個歷史桿塔傾斜角數(shù)據(jù)子集合，生成歷史桿塔傾斜角數(shù)據(jù)矩陣，所述歷史桿塔傾斜角數(shù)據(jù)矩陣中歷史桿塔傾斜角數(shù)據(jù)有m行n列；將所述歷史桿塔傾斜角數(shù)據(jù)矩陣分成樣本訓(xùn)練集和樣本測試集，設(shè)定elm神經(jīng)網(wǎng)絡(luò)輸入節(jié)點個數(shù)為，隱含層神經(jīng)元個數(shù)為，輸出層節(jié)點個數(shù)為1，激活函數(shù)為sigmoid函數(shù)；

58、s412、將所述樣本訓(xùn)練集輸入到elm神經(jīng)網(wǎng)絡(luò)中，不斷迭代，直至elm神經(jīng)網(wǎng)絡(luò)收斂，得到訓(xùn)練好的elm神經(jīng)網(wǎng)絡(luò)；將所述樣本測試集輸入到訓(xùn)練好的elm神經(jīng)網(wǎng)絡(luò)中，設(shè)定精度閾值，當(dāng)輸出結(jié)果精度大于精度閾值，得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，否則調(diào)整權(quán)重直至輸出結(jié)果精度大于精度閾值；

59、s42、將所述桿塔傾斜角數(shù)據(jù)輸入到elm神經(jīng)網(wǎng)絡(luò)模型中，輸出桿塔傾斜角預(yù)測值，實現(xiàn)桿塔傾斜沉降狀態(tài)監(jiān)測。

60、該發(fā)明通過訓(xùn)練elm神經(jīng)網(wǎng)絡(luò)，得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，輸出桿塔傾斜角預(yù)測值，實現(xiàn)桿塔傾斜沉降狀態(tài)監(jiān)測；該神經(jīng)網(wǎng)絡(luò)不需要將誤差反向傳播，只對隱含層神經(jīng)元的數(shù)量進(jìn)行設(shè)置，即可得到最優(yōu)解，有效解決了其他神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置復(fù)雜等問題。

61、本實施例還公開了一種基于北斗的桿塔傾斜沉降狀態(tài)監(jiān)測方法的系統(tǒng)，具體包括：桿塔定位數(shù)據(jù)去噪模塊、雙差載波相位表達(dá)式建立模塊、桿塔傾斜角數(shù)據(jù)計算模塊和桿塔傾斜角預(yù)測模塊；

62、所述桿塔定位數(shù)據(jù)去噪模塊用于使用改進(jìn)的小波閾值去噪算法和卡爾曼濾波算法進(jìn)行數(shù)據(jù)去噪；

63、所述雙差載波相位表達(dá)式建立模塊用于使用載波相位差分定位法建立雙差載波相位表達(dá)式；

64、所述桿塔傾斜角數(shù)據(jù)計算模塊用于計算待測量桿塔的三維坐標(biāo)，再將三維坐標(biāo)進(jìn)行轉(zhuǎn)換得到桿塔傾斜角數(shù)據(jù)；

65、所述桿塔傾斜角預(yù)測模塊用于訓(xùn)練elm神經(jīng)網(wǎng)絡(luò)得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，輸出桿塔傾斜角預(yù)測值。

66、本發(fā)明具備以下有益效果：

67、1.該發(fā)明通過使用改進(jìn)的小波閾值去噪算法通過設(shè)定噪音閾值，對初始桿塔定位數(shù)據(jù)集合進(jìn)行第一次去噪處理，可以有效去除噪音信號，使噪音曲線連續(xù)光滑；再使用卡爾曼濾波算法基于最佳估計值對桿塔定位數(shù)據(jù)進(jìn)行第二次去噪處理，可以進(jìn)一步提高去噪效果，數(shù)據(jù)準(zhǔn)確性高。

68、2.該發(fā)明通過使用載波相位差分定位法計算載波相位觀測值，可以消除衛(wèi)星鐘差、星歷誤差和接收機(jī)鐘差，可以有效提高定位精度，再根據(jù)載波相位觀測值建立雙差載波相位表達(dá)式，便于后續(xù)計算。

69、3.該發(fā)明通過建立觀測方程，通過對觀測方程進(jìn)行差分運算，可以消除基準(zhǔn)站和桿塔上的誤差，解觀測方程得到待測量桿塔的三維坐標(biāo)，再將待測量桿塔的三維坐標(biāo)進(jìn)行轉(zhuǎn)換得到桿塔傾斜角，方法簡單。

70、4.該發(fā)明通過訓(xùn)練elm神經(jīng)網(wǎng)絡(luò)，得到elm神經(jīng)網(wǎng)絡(luò)預(yù)測模型，該神經(jīng)網(wǎng)絡(luò)不需要將誤差反向傳播，只對隱含層神經(jīng)元的數(shù)量進(jìn)行設(shè)置，即可得到最優(yōu)解，有效解決了其他神經(jīng)網(wǎng)絡(luò)參數(shù)設(shè)置復(fù)雜等問題。

71、當(dāng)然，實施本發(fā)明的任一產(chǎn)品并不一定需要同時達(dá)到以上所述的所有優(yōu)點。