-
公开(公告)号：CN114818478B
公开(公告)日：2025-01-14
申请号：CN202210350508.9
申请日：2022-04-02
Applicant: 东南大学
IPC: G06F30/27 , G06N3/045 , G06N3/084 , G06N20/20 , G06F111/10
Abstract: 本发明公开了一种基于集成学习的电离层电子含量预测方法，包括：提取导航卫星信号电离层穿刺点处的地理经纬度和垂直电子含量；分别采用球谐函数和多项式函数构建区域电离层电子含量模型；分别将球谐函数模型和多项式模型参数及27天电离层电子含量参考值作为神经网络模型输入参数，构建BPNN‑SH和BPNN‑POLY；分别各训练若干BPNN‑SH模型和BPNN‑POLY模型，并分别进行集成，再将两个集成后的结果进行加权求和得到集成模型ENN。本发明结合了多项式模型和球谐函数模型在区域电离层拟合时的优势，考虑了电子含量背景参考值参数，保证了模型在日地磁活跃条件下的电离层电子含量预测精度，克服了神经网络不够稳定的缺点，较好的模拟了区域电离层的时空变化特征，有效提高了模型精度。
-
公开(公告)号：CN112926190B
公开(公告)日：2024-04-16
申请号：CN202110116828.3
申请日：2021-01-28
Applicant: 东南大学
IPC: G06F30/20 , G01S19/22 , G01S19/37 , G01S19/44 , G06F119/10
Abstract: 本发明公开了一种基于VMD算法的多路径削弱方法。本方法针对传统MHM(多路径半球图模型)算法无法很好处理观测值噪声对多路径改正模型精度的影响这一不足，利用固定环境下多路径延迟的空间重复性，提出了基于VMD(变分模态分解)和MHM算法的改进多路径削弱方法(称为MHM_V方法)。首先，利用VMD算法消除单差残差中的载波噪声，提取多路径延迟，以此建立前一日或多日的多路径改正数据库。再按照高度角方位角最近原则对当前伪距和载波原始观测值进行修正，以削弱多路径对模糊度固定及定位精度的影响。最后将上述模型应用到了桥梁变形监测中。
-
公开(公告)号：CN110208824B
公开(公告)日：2021-03-19
申请号：CN201910467899.0
申请日：2019-05-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于SVM的区域电离层模型补偿方法。首先根据CORS站观测值获得信号穿刺点处电离层VTEC值和穿刺点经纬度，建立区域电离层多项式模型；然后使用多项式模型求解各穿刺点的VTEC模型值和模型值残差；其次建立SVM模型，将穿刺点经纬度、VTEC模型值作为SVM模型输入参数，VTEC模型值残差作为输出参数，构建学习样本数据进行训练建模；最后利用训练好的SVM模型计算模型残差补偿值，结合VTEC多项式模型值得到VTEC预测值。使用本发明提出的方法，能够建立区域高精度电离层延迟改正模型，提高区域内单频用户导航定位的精度与可靠性。
-
公开(公告)号：CN111060945A
公开(公告)日：2020-04-24
申请号：CN202010030342.3
申请日：2020-01-13
Applicant: 东南大学
Abstract: 本发明公开了一种GNSS/5G紧组合融合定位方法与装置，针对在城市峡谷等区域，GNSS观测卫星数受限，定位精度受到影响，甚至在某些极端条件下无法进行定位的问题，本发明利用5G信号频率高、抗多径能力强、基站分布稠密等特点，研究5G毫米波与GNSS融合定位模型。首先利用GNSS技术对5G基站进行授时，确保GNSS系统与5G基站具有相同的时间系统；其次通过分析5G毫米波测距误差来源及特性，获取其测距精度，提出GNSS/5G融合定位的随机模型；最后构建基于鲁棒卡尔曼滤波的紧组合定位模型，自适应构造鲁棒因子，保障GNSS/5G融合定位的精度和可靠性。使用本发明提出的融合定位方法，可以提升城市峡谷等区域的GNSS定位精度及稳定性，为智慧交通、无人驾驶等提供可靠的位置信息。
-
公开(公告)号：CN111045046A
公开(公告)日：2020-04-21
申请号：CN201911217627.1
申请日：2019-12-03
Applicant: 东南大学
Abstract: 本发明公开了一种基于NARX的短期电离层预报方法及装置，该方法首先从历史TEC数据文件中获得连续一段时间内的TEC格网数据；然后根据观测站的经纬度，通过双线性内插的方式获取该段时间内的单点TEC时间序列；再建立NARX神经网络模型，利用TEC时间序列对NARX模型进行训练，输入参数包括TEC时间序列和外部时间参数的时间序列，输出为下一时刻的TEC预测值；最后根据训练完成的NARX模型进行实时预测，获得未来时刻的TEC预测值。使用本发明提出的方法，能够提高电离层TEC的预测精度，应用于GNSS定位中可以提高定位精度。
-
Patent Agency Ranking
公开(公告)号：CN108196287B
公开(公告)日：2019-11-12
申请号：CN201810105291.9
申请日：2018-02-02
Applicant: 东南大学
Abstract: 本发明公开了一种无需考虑参考卫星变换的紧组合RTK定位方法，通过对传统双差模型进行改进，将双差电离层和双差模糊度改写为站间单差的模式，各历元各频率独自选择参考卫星，避免了参考卫星频繁变换对定位解的影响；在分析伪距/载波DISB时变特性的基础上，通过GPS和Galileo系统间重叠频率观测值组成差分观测方程，与常规RTK相比，提供了多余观测，提高观测模型强度，在长基线情况下，可以有效提高模糊度的固定成功率和首次固定时间，尤其是在单个系统共视卫星数目极少或卫星数目急剧变化的情况下，可以有效地实现固定解，提高定位的稳定性与连续性。
-
公开(公告)号：CN110208824A
公开(公告)日：2019-09-06
申请号：CN201910467899.0
申请日：2019-05-31
Applicant: 东南大学
Abstract: 本发明公开了一种基于SVM的区域电离层模型补偿方法。首先根据CORS站观测值获得信号穿刺点处电离层VTEC值和穿刺点经纬度，建立区域电离层多项式模型；然后使用多项式模型求解各穿刺点的VTEC模型值和模型值残差；其次建立SVM模型，将穿刺点经纬度、VTEC模型值作为SVM模型输入参数，VTEC模型值残差作为输出参数，构建学习样本数据进行训练建模；最后利用训练好的SVM模型计算模型残差补偿值，结合VTEC多项式模型值得到VTEC预测值。使用本发明提出的方法，能够建立区域高精度电离层延迟改正模型，提高区域内单频用户导航定位的精度与可靠性。
-
公开(公告)号：CN108919317A
公开(公告)日：2018-11-30
申请号：CN201810371647.3
申请日：2018-04-24
Applicant: 东南大学
Abstract: 本发明公开了一种顾及GLONASS伪距频间偏差的差分定位方法，包括如下步骤：GLONASS伪距观测数据，采用零基线或短基线，构建站间星间双差观测方程；通过站间星间双差观测方程获取伪距IFB值，并记录与卫星对应的频率数，分析伪距IFB与频率数之间的关系；针对伪距IFB与频率数呈线性关系的接收机组合，引入伪距IFB随频率数差值变化率的参数，以吸收各卫星对的伪距IFB误差；在观测时段内，频率变化率参数对于不同历元可认为相同，历元间采用常数约束；估计GLONASS伪距IFB的模型在起始阶段至少需要5颗共视卫星，后续按照上述过程循环至历元结束。本发明对于变化率较大的接收机组合，显著提升GLONASS伪距差分定位的精度，从而为GNSS多系统差分定位中函数模型的构建奠定了理论基础。
-
公开(公告)号：CN108519614A
公开(公告)日：2018-09-11
申请号：CN201810217695.7
申请日：2018-03-16
Applicant: 东南大学
IPC: G01S19/45
Abstract: 本发明公开了一种GPS/BDS紧组合载波差分定位方法，首先，以GPS为基准系统，构建GPS系统内双差无电离层组合模型与GPS/BDS系统间双无电离层组合差模型，然后选取BDS基准卫星，对GPS/BDS系统间双差无电离层组合模糊度重参化并进行参数去相关，实时估计无电离层组合载波差分系统间偏差，并在必要时刻对无电离层组合载波差分系统间偏差进行基准转换以实现无电离层组合载波差分系统间偏差的持续可估性，最后利用模糊度已固定的基础载波观测值形成无电离层组合并结合已估计的无电离层载波差分系统间偏差进行系统间双差无电离层组合紧组合定位。
-
公开(公告)号：CN104111467B
公开(公告)日：2017-01-11
申请号：CN201410348205.9
申请日：2014-07-21
Applicant: 东南大学
IPC: G01S19/44
Abstract: 本发明公开了一种基于北斗三频宽巷组合的网络RTK瞬时定位方法。网络RTK数据处理中心利用CORS基准站实时生成并播发包含双差对流层和电离层延迟改正信息的虚拟观测值；用户站利用载波、伪距组合以及分步解算的TCAR方法快速固定两个超宽巷或宽巷模糊度，以得到对应观测值噪声最小的宽巷模糊度用于定位解算；最后利用已固定模糊度的宽巷观测值和内插得到的大气延迟改正进行实时动态定位解算。使用本发明提出的方法，网络RTK用户站可以实现单历元准确固定宽巷模糊度，从而实现瞬时厘米级的定位。
-
-
-
-
-
-
-
-
-
Search Results
75
records
(took 0.058 seconds)
