IDNN的GP S动态测量多周跳探测与修复模型

摘要：

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。

关键词：GPS动态测量、Kalman滤波、IDNN模型、多周跳探测与修复、可靠性分析

分类号：P228(大地测量学)

资助基金：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。

在线出版日期：2014-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：454-458