基于深度学习的全球实时对流层垂直修正方法及设备

本发明提供了一种基于深度学习的全球实时对流层垂直修正方法及设备，包括：根据全球大气再分析数据，得到多年对流层延迟数据；采用卷积神经网络建立对流层垂直修正模型，所述对流层垂直修正模型的输入包括年积日、当前位置的经度和纬度、目标位置与当前位置的高差及对流层天顶延迟；通过卷积层、池化层和全连接层提取时空特征参数，利用MERRA‑2大气再分析资料作为参考值，验证所述对流层垂直修正模型精度；根据用户当前位置信息匹配对应网格窗口，输出修正后的对流层天顶延迟值,该模型可用于校正全球导航卫星系统导航定位中的对流层延迟效应。本发明对于全球卫星导航定位提供任意位置的实时高精度对流层延迟信息具有重要意义。