典型文献
基于强化学习提升双GNSS测向精度方法研究
文献摘要：
GNSS测量精度是准确标校雷达的基础,为了提高GNSS定位精度构建了强化学习框架来,该框架无需对GNSS设备硬件参数或运动模型做出严格的假设,自动寻优最佳策略来实现原始GNSS观测的"校正".强化学习模型使用了一种有效的基于置信度的奖励机制,该机制独立于地理位置,从而使模型具有泛化性.通过与扩展卡尔曼滤波器算法进行比较来评估模型的性能.实验表明,与基准扩展卡尔曼滤波器模型相比,所提出的强化学习模型收敛速度快,预测方差较小,并且可以将测向定位误差减少50％.
文献关键词：
雷达标校;无人机;双GNSS;测向;强化学习
中图分类号：
作者姓名：
刘佳铭;段静玄;张学良;林静
作者机构：
海装上海局驻上海地区第五代表室 上海 200135;中国舰船研究设计中心 武汉 430064
文献出处：
引用格式：
[1]刘佳铭;段静玄;张学良;林静-.基于强化学习提升双GNSS测向精度方法研究)[J].舰船电子工程,2022(11):60-64
A类：
B类：
强化学习,GNSS,测向精度,测量精度,定位精度,运动模型,模型使用,置信度,奖励机制,该机,泛化性,扩展卡尔曼滤波器,收敛速度,预测方差,测向定位,定位误差,雷达标校
AB值：
0.275501
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。
