典型文献
GNSS失锁下基于混合预测模型的POS误差估计方法
文献摘要：
针对GNSS信号受遮挡或干扰导致的位姿测量系统(POS)量测信息失锁问题,提出一种基于多元线性回归(MLR)和径向基函数神经网络(RBFNN)的混合预测方法,用于GNSS失锁期间的POS导航误差预测.该方法利用Hodrick-Prescott(HP)滤波将POS导航误差样本数据分解成趋势性成分序列与波动性成分序列,分别采用MLR和RBFNN对其进行预测建模,充分表征POS导航误差数据的线性与非线性特征.车载实验结果表明,所提出的基于MLR/RBFNN混合预测方法与标准Kalman滤波方法相比,位置误差精度提高72.9％～89.1％,速度误差精度提高50.1％～60.8％,其位置和速度误差统计结果均优于单一的MLR预测模型和RBFNN预测模型.
文献关键词：
GNSS失锁;混合预测;多元线性回归;径向基函数神经网络;HP滤波
中图分类号：
作者姓名：
陈霖周廷;刘占超
作者机构：
贵州理工学院 航空航天工程学院,贵阳 550001;北京航空航天大学 仪器科学与光电工程学院,北京 100191
文献出处：
引用格式：
[1]陈霖周廷;刘占超-.GNSS失锁下基于混合预测模型的POS误差估计方法)[J].中国惯性技术学报,2022(01):74-80
A类：
B类：
GNSS,失锁,混合预测模型,POS,误差估计,估计方法,遮挡,位姿测量,测量系统,量测信息,MLR,径向基函数神经网络,RBFNN,误差预测,法利,Hodrick,Prescott,HP,数据分解,分解成,趋势性,波动性,预测建模,差数,非线性特征,车载,Kalman,滤波方法,位置误差,速度误差
AB值：
0.363243
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
