【地理】地球上两点之间的最短路径的坐标(WGS84 椭圆体)附 matlab实现

 ✅作者简介:热爱数据处理、数学建模、算法创新的Matlab仿真开发者。

🍎更多Matlab代码及仿真咨询内容点击 🔗:Matlab科研工作室

🍊个人信条:格物致知。

🔥 内容介绍

在地球表面寻找两点之间的最短路径,并非简单的直线距离计算。由于地球是一个近似于椭球体的旋转椭球体,而非完美的球体,因此最短路径并非欧几里得空间中的直线,而是沿着地球表面曲率变化而形成的测地线 (Geodesic)。WGS84椭圆体是目前全球广泛使用的地球椭球体模型,其参数精确地定义了地球形状和大小,因此在精确计算地球上两点间最短路径时,必须考虑WGS84椭圆体的特性。本文将深入探讨在WGS84椭圆体上计算两点之间最短路径坐标的方法,并提供相应的Matlab实现代码。

首先,需要明确的是,在WGS84椭圆体上计算两点之间最短路径,通常采用Vincenty公式或其改进算法。Vincenty公式是一个迭代算法,它通过一系列复杂的三角函数计算来逼近测地线距离和方位角。该公式考虑了地球椭球体的扁率,能够提供高精度的计算结果。相比之下,简单的球面距离计算公式(例如Haversine公式)忽略了地球椭球体的扁率,其精度较低,尤其是在高纬度地区误差较大,因此不适用于需要高精度的应用场景。

Vincenty公式涉及一系列中间变量的计算,包括:

  • 经纬度坐标转换: 将地理坐标(经度λ和纬度φ)转换为大地坐标 (x, y, z),以便进行椭球体上的计算。

  • 正算 (Direct Problem): 已知一点的经纬度坐标和方位角以及距离,计算另一点的经纬度坐标。

  • 反算 (Inverse Problem): 已知两点的经纬度坐标,计算两点之间的距离和方位角。

反算问题是本文的核心问题,即已知两点经纬度坐标,求解最短路径以及路径上的中间点坐标。Vincenty公式的反算过程是一个迭代过程,其迭代公式较为复杂,在此不赘述具体推导过程,但其核心思想是通过不断逼近来找到最短路径的方位角和距离。

lambdaP = lambda;
sinSigma = sqrt((cos(U2) * sin(lambda))^2 + (cos(U1) * sin(U2) - sin(U1) * cos(U2) * cos(lambda))^2);
cosSigma = sin(U1) * sin(U2) + cos(U1) * cos(U2) * cos(lambda);
sigma = atan2(sinSigma, cosSigma);
sinAlpha = cos(U1) * cos(U2) * sin(lambda) / sinSigma;
alpha = asin(sinAlpha);
cos2SigmaM = cos(sigma) - 2 * sin(U1) * sin(U2) / (cos(alpha)^2);
C = f / 16 * cos(alpha)^2 * (4 + f * (4 - 3 * cos(alpha)^2));
lambda = L + (1 - C) * f * sin(alpha) * (sigma + C * sin(sigma) * (cos2SigmaM + C * cos(sigma) * (-1 + 2 * cos2SigmaM^2)));
end

uSq = cos(alpha)^2 * (a^2 - b^2) / b^2;
A = 1 + uSq / 16384 * (4096 + uSq * (-768 + uSq * (320 - 175 * uSq)));
B = uSq / 1024 * (256 + uSq * (-128 + uSq * (74 - 47 * uSq)));
deltaSigma = B * sin(sigma) * (cos2SigmaM + B / 4 * (cos(sigma) * (-1 + 2 * cos2SigmaM^2) - B / 6 * cos2SigmaM * (-3 + 4 * sinSigma^2) * (-3 + 4 * cos2SigmaM^2)));
distance = b * A * (sigma - deltaSigma);

azimuth1 = atan2(cos(U2) * sin(lambda), cos(U1) * sin(U2) - sin(U1) * cos(U2) * cos(lambda));
azimuth2 = atan2(cos(U1) * sin(lambda), -sin(U1) * cos(U2) + cos(U1) * sin(U2) * cos(lambda));

azimuth1 = rad2deg(azimuth1);
azimuth2 = rad2deg(azimuth2);
distance = distance;

end 

该函数计算两点之间的距离 (distance, 米) 和方位角 (azimuth1, azimuth2, 度)。 为了计算中间点坐标,需要利用Vincenty公式的正算部分,该部分需要根据距离和方位角迭代计算中间点的坐标。 完整的中间点坐标计算需要更复杂的代码,但其核心思想是重复应用Vincenty正算公式。

总结而言,精确计算WGS84椭圆体上两点之间的最短路径需要采用Vincenty公式或其改进算法。本文提供了Matlab实现的Vincenty公式反算部分,能够计算两点之间的距离和方位角。完整的路径计算需要结合正算部分,并进行多次迭代计算,以得到路径上所有中间点的坐标。 需要注意的是,Vincenty公式虽然精度较高,但在极端情况下(例如两点非常接近极点)仍然可能存在收敛性问题,需要进行相应的误差处理和算法优化。 未来的研究可以关注更高效、更鲁棒的测地线计算算法,以及如何将这些算法应用于更复杂的地理空间分析任务中。

⛳️ 运行结果

🔗 参考文献

🎈 部分理论引用网络文献,若有侵权联系博主删除

博客擅长领域:

🌈 各类智能优化算法改进及应用
生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化、公交排班优化、充电桩布局优化、车间布局优化、集装箱船配载优化、水泵组合优化、解医疗资源分配优化、设施布局优化、可视域基站和无人机选址优化、背包问题、 风电场布局、时隙分配优化、 最佳分布式发电单元分配、多阶段管道维修、 工厂-中心-需求点三级选址问题、 应急生活物质配送中心选址、 基站选址、 道路灯柱布置、 枢纽节点部署、 输电线路台风监测装置、 集装箱调度、 机组优化、 投资优化组合、云服务器组合优化、 天线线性阵列分布优化、CVRP问题、VRPPD问题、多中心VRP问题、多层网络的VRP问题、多中心多车型的VRP问题、 动态VRP问题、双层车辆路径规划(2E-VRP)、充电车辆路径规划(EVRP)、油电混合车辆路径规划、混合流水车间问题、 订单拆分调度问题、 公交车的调度排班优化问题、航班摆渡车辆调度问题、选址路径规划问题、港口调度、港口岸桥调度、停机位分配、机场航班调度、泄漏源定位
🌈 机器学习和深度学习时序、回归、分类、聚类和降维

2.1 bp时序、回归预测和分类

2.2 ENS声神经网络时序、回归预测和分类

2.3 SVM/CNN-SVM/LSSVM/RVM支持向量机系列时序、回归预测和分类

2.4 CNN|TCN|GCN卷积神经网络系列时序、回归预测和分类

2.5 ELM/KELM/RELM/DELM极限学习机系列时序、回归预测和分类
2.6 GRU/Bi-GRU/CNN-GRU/CNN-BiGRU门控神经网络时序、回归预测和分类

2.7 ELMAN递归神经网络时序、回归\预测和分类

2.8 LSTM/BiLSTM/CNN-LSTM/CNN-BiLSTM/长短记忆神经网络系列时序、回归预测和分类

2.9 RBF径向基神经网络时序、回归预测和分类

2.10 DBN深度置信网络时序、回归预测和分类
2.11 FNN模糊神经网络时序、回归预测
2.12 RF随机森林时序、回归预测和分类
2.13 BLS宽度学习时序、回归预测和分类
2.14 PNN脉冲神经网络分类
2.15 模糊小波神经网络预测和分类
2.16 时序、回归预测和分类
2.17 时序、回归预测预测和分类
2.18 XGBOOST集成学习时序、回归预测预测和分类
2.19 Transform各类组合时序、回归预测预测和分类
方向涵盖风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、用电量预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断
🌈图像处理方面
图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知
🌈 路径规划方面
旅行商问题(TSP)、车辆路径问题(VRP、MVRP、CVRP、VRPTW等)、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、 充电车辆路径规划(EVRP)、 双层车辆路径规划(2E-VRP)、 油电混合车辆路径规划、 船舶航迹规划、 全路径规划规划、 仓储巡逻
🌈 无人机应用方面
无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配、无人机安全通信轨迹在线优化、车辆协同无人机路径规划
🌈 通信方面
传感器部署优化、通信协议优化、路由优化、目标定位优化、Dv-Hop定位优化、Leach协议优化、WSN覆盖优化、组播优化、RSSI定位优化、水声通信、通信上传下载分配
🌈 信号处理方面
信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号、信号配时优化、心电信号、DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪、数字信号调制、误码率、信号估计、DTMF、信号检测
🌈电力系统方面
微电网优化、无功优化、配电网重构、储能配置、有序充电、MPPT优化、家庭用电
🌈 元胞自动机方面
交通流 人群疏散 病毒扩散 晶体生长 金属腐蚀
🌈 雷达方面
卡尔曼滤波跟踪、航迹关联、航迹融合、SOC估计、阵列优化、NLOS识别
🌈 车间调度
零等待流水车间调度问题NWFSP 、 置换流水车间调度问题PFSP、 混合流水车间调度问题HFSP 、零空闲流水车间调度问题NIFSP、分布式置换流水车间调度问题 DPFSP、阻塞流水车间调度问题BFSP

👇

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab科研助手

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值