公开(公告)号：CN119539151A

公开(公告)日：2025-02-28

申请号：CN202411519700.1

申请日：2024-10-29

Applicant: 武汉大学

Inventor： 刘峻琰 ,  陈德忠 ,  夏朋飞

IPC: G06Q10/04 ,  G01S19/07 ,  G06F18/214 ,  G06F17/11 ,  G06F17/16 ,  G06F17/18 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

Abstract: 本申请实施例公开了一种基于深度学习的对流层延迟预测方法、装置、设备及介质，涉及导航定位技术领域，该方法包括：获取历史时段的对流层延迟时间序列，输入训练好的对流层延迟预测模型；通过傅里叶分析将历史时段的对流层延迟时间序列分解为周期序列和包含趋势项的残差序列；通过对流层延迟预测模型结合包含趋势项的残差序列进行预测，输出在预测时段内包含趋势项的残差序列，与拟合后的周期序列相加，输出预测时段内的天顶对流层延迟序列。本申请实施例在降低计算复杂度的同时，也能输出高精度的对流层延迟预测结果，可以在复杂多变的环境下为定位提供实时、精确的天顶对流层延迟，从而可以提升定位的解算效率。