1.基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,包括:
2.根据权利要求1所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,获得每个网格的平均测高精度σgrid的方法,具体为:
3.根据权利要求2所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,
4.根据权利要求1所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,
5.根据权利要求1所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,全球平均海面测高精度预测模型具体为:
6.根据权利要求1~5任意之一所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,验证条件为整体性评价指标、平均绝对误差、平均绝对百分比误差或均方根误差中的任意一个。
7.根据权利要求6所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,验证条件为使用整体性评价指标,对全球平均海面测高精度预测模型进行验证的方法,具体为:
8.根据权利要求6所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,不同仿真范围下以特定的仿真步长对轨道高度、轨道倾角、卫星个数以及仿真周期进行仿真计算,从而获得获取多个全球平均海面测高精度预测结果;
9.根据权利要求6所述的基于多层前馈神经网络加权提高全球平均测高精度方法,其特征在于,水下导航海面测高精度取值范围要求全球平均海面测高精度预测结果的取值范围为5-8cm。