一种新型多因素学习网络误差耦合补偿模型

本发明提供一种新型多因素学习网络误差耦合补偿模型，涉及数据处理技术领域，包括：利用岸基GNSS‑R算法中信噪比反演方式计算得未加大气延迟的海面高度变化序列；提取出GNSS测站所做区域内的验潮站序列数据，并将GNSS反演得到的海面高度时间序列与验潮站序列统一到相同时间尺度；将验潮站真实海面高度序列结果与岸基GNSS‑R反演得到的海面高度序列结果作差，以此获得由于大气折射所导致的海面高度误差；以大气因素和时空因素作为输入数据，利用深度学习算法对其进行学习，以此构建岸基GNSS‑R大气延迟深度学习修正网络。本发明不仅避免了传统物理建模的复杂性，还能更好地适应各种大气条件。