排序方式: 共有12条查询结果,搜索用时 0 毫秒
11.
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。 相似文献
12.