基于主曲线和自适应半径的多 ＧＰＳ 轨迹数据融合算法

        摘 要 ： 研究从大量低精度的 ＧＰＳ 轨迹数据融合生成高精度 ＧＰＳ 数据的快速有效算法 ， 并产生若干关键数据 点以简化描述 ＧＰＳ 轨迹 ， 具有提高数据精度 、 降低测量成本和减少数据存储空间的重要意义 。 本文依据 Ｋ 段主 曲线 、 二分法 、 优化等理论方法 ， 提出 ３ 种多 ＧＰＳ 轨迹数据融合算法 ： 最大距离融合算法 ＭＤＡ、数据分块算法 ＤＰＡ、自适应半径数据融合算法 ＡＲＡ。算法的仿真实验结果表明 ，Ａ ＲＡ 算法在数据精度 、 曲线光滑程度等方面 明显优于其他两种算法 。 将 ３ 种算法应用于青藏铁路实测多轨迹 ＧＰＳ 数据的融合 ， 验证结果表明 ，Ａ ＲＡ 算法 性能最优 ， 平均横向误差在 ０．２ｍ 左右 ， 约简率为 ２．０１％，有效节约了数据的存储空间 ， 能够较好地完成高精度 轨迹的生成 。