典型文献
基于残差卷积神经网络的GNSS多径信号检测方法
文献摘要：
多径效应是影响GNSS观测数据质量的主要因素之一,会对现代GNSS定位结果造成严重影响.本文提出一种基于残差卷积神经网络的GNSS多径信号检测方法,该方法首先获得GNSS信号不同搜索次数的相干积分输出,然后利用二维卷积层提取信号的时频域信息,同时使用具有跳跃连接的残差模块进一步提升网络获取特征的能力,最后实现多径信号的检测.仿真结果表明,本文方法对GNSS多径信号检测的准确率大于90％,相较于支持向量机、决策树和卷积神经网络方法,具有更高的准确度;同时,在搜索次数较少和载噪比较低的情况下,相较于卷积神经网络具有更为明显的优势.
文献关键词：
GNSS;多径;残差;卷积神经网络
中图分类号：
作者姓名：
戴欢;庄友谊;陶华
作者机构：
温州大学计算机与人工智能学院;温州大学电气与电子工程学院
文献出处：
引用格式：
[1]戴欢;庄友谊;陶华-.基于残差卷积神经网络的GNSS多径信号检测方法)[J].中国新通信,2022(20):27-31
A类：
B类：
残差卷积神经网络,GNSS,多径信号,信号检测,多径效应,观测数据质量,定位结果,相干积分,二维卷积,卷积层,取信,时频域,域信息,跳跃连接,残差模块,决策树,神经网络方法,载噪比
AB值：
0.27377
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。
