10.3969/j.issn.1673-6338.2014.05.003
IDNN的GP S动态测量多周跳探测与修复模型
针对GPS动态测量中预报值误差较大时多周跳探测与修复不理想的问题,在Kalman滤波动力学模型的基础上,引入嵌入时延神经网络IDNN( Input-Delay Neural Network)模型,并提出了一种基于IDNN的GPS动态测量多周跳探测与修复模型。该模型在理论上具有一定的前沿性;与Kalman滤波状态估值同步操作,便于多周跳的实时处理;而且利用尽可能多的过去无周跳预报残差向量集作为网络训练数据,兼顾GPS动态测量的动力学模型能够获取精度较高的周跳估值。实例计算表明了该方法的可靠性和可用性。
GPS动态测量、Kalman滤波、IDNN模型、多周跳探测与修复、可靠性分析
P228(大地测量学)
国家自然科学基金项目41174011;40974015;国家973计划项目2013CB733305;国家自然基金创新群体41021061;国家自然科学基金海外学者联合基金41128003;广西研究生教育创新计划项目YCSZ2012083。
2014-12-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
454-458