1. 研究目的与意义

传统的高程测量采用几何水准测量的方式，但是在地形复杂、高差较大的地区进行水准测量非常困难，大面积水准测量往往要耗费巨大的人力、物力，且效率极低，在大量的手工记录过程中难免出现漏记、错记等情况。GPS技术的出现为高程测量提供了全新的途径。由于GPS高程测量是在WGS-84地心坐标系上进行的，它所测得的高程是测站点相对WGS-84椭球面的大地高，而在普通测量和城市测量系统中，地面点的高程采用的是正常高系统，因此GPS高程数据不能直接得到应用。若能求出测量点在两种高程系统中的高程异常，就可以将高程异常加入到大地高，从而确定测量点的正常高，这样就可以利用GPS技术来进行高程测量，从而在三维测量上能够充分发挥GPS精度高、速度快、能够全天候作业等优势。

2. 国内外研究现状分析

详见文献综述

3. 研究的基本内容与计划

研究内容：

1．gps高程转换的必要性、方法、特点及研究现状。

2．基于bp神经网络的gps高程拟合方法。主要包括神经网络的发展，bp神经网络的结构、原理、算法，及其与其他拟合方法相比存在的优势分析。

4. 研究创新点

1、基于BP神经网络的高程拟合方法与常规多项式曲面拟合方法相比，是一种自组织、自适应的映射方法，它不用做假设，理论上也比较合理，能避免未知因素的影响，减少模型误差，达到更高的精度，满足各种大比例尺测图的精度要求。

2、利用MATLAB提供的网络工具箱，无需编程也可计算出高程异常值，为工程技术人员带来极大的便利。