本發明公開了一種面向GNSS多種失效狀態的車輛定位誤差智能預測方法。該方法首先根據GNSS失效時的可見星數將失效狀態分為0顆星、1顆星、2顆星、3顆星四種,依據定位誤差對歷史信息的依賴特性,針對不同失效狀態下的定位誤差預測任務分別建立基于LSTM的深度學習網絡;接著,借鑒多任務學習思想,充分利用不同失效狀態子任務模型之間的相似性,采用soft參數共享機制進行綜合訓練,提升各子任務模型的泛化能力;最終,訓練完成后的車輛定位誤差智能預測模型可以根據實際的可見星數目所決定的輸入量個數,選擇相應的子任務模型,得到定位誤差的預測值。本方法充分利用了GNSS失效狀態下的部分可見衛星的信息,模型泛化能力強,定位誤差預測準確。
聲明:
“面向GNSS多種失效狀態的車輛定位誤差智能預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)