公开(公告)号：CN113703025B

公开(公告)日：2023-11-07

申请号：CN202110972521.3

申请日：2021-08-23

Applicant: 东南大学

Inventor： 徐启敏 ,  阮国星 ,  李旭

IPC: G01S19/47

Abstract: 本发明公开了一种面向GNSS多种失效状态的车辆定位误差智能预测方法。该方法首先根据GNSS失效时的可见星数将失效状态分为0颗星、1颗星、2颗星、3颗星四种，依据定位误差对历史信息的依赖特性，针对不同失效状态下的定位误差预测任务分别建立基于LSTM的深度学习网络；接着，借鉴多任务学习思想，充分利用不同失效状态子任务模型之间的相似性，采用soft参数共享机制进行综合训练，提升各子任务模型的泛化能力；最终，训练完成后的车辆定位误差智能预测模型可以根据实际的可见星数目所决定的输入量个数，选择相应的子任务模型，得到定位误差的预测值。本方法充分利用了GNSS失效状态下的部分可见卫星的信息，模型泛化能力强，定位误差预测准确。

公开(公告)号：CN113703025A

公开(公告)日：2021-11-26

申请号：CN202110972521.3

申请日：2021-08-23

Applicant: 东南大学

Inventor： 徐启敏 ,  阮国星 ,  李旭

IPC: G01S19/47

Abstract: 本发明公开了一种面向GNSS多种失效状态的车辆定位误差智能预测方法。该方法首先根据GNSS失效时的可见星数将失效状态分为0颗星、1颗星、2颗星、3颗星四种，依据定位误差对历史信息的依赖特性，针对不同失效状态下的定位误差预测任务分别建立基于LSTM的深度学习网络；接着，借鉴多任务学习思想，充分利用不同失效状态子任务模型之间的相似性，采用soft参数共享机制进行综合训练，提升各子任务模型的泛化能力；最终，训练完成后的车辆定位误差智能预测模型可以根据实际的可见星数目所决定的输入量个数，选择相应的子任务模型，得到定位误差的预测值。本方法充分利用了GNSS失效状态下的部分可见卫星的信息，模型泛化能力强，定位误差预测准确。