基于支持向量机的GNSS时间序列预测          下载免费PDF全文

邓永春  徐跃  徐丹丹  贾雪  田先才 《全球定位系统》2019,44(2):70-75

在深度学习的理论框架下,针对预测全球卫星导航系统(GNSS)时间序列,传统的经验风险最小化预测模型误差大精度低,泛化性能差且对历史数据的经验依赖大的问题.提出一种采用结构风险最小化原则的基于支持向量机(SVM)的时间序列预测模型．通过和多层的BP神经网络预测模型预测效果比较,结果证明SVM预测模型拥有更好的时间序列预测效果．   相似文献   

一种适用于PPP动力学模型异常的自适应Kalman滤波     

胡豪杰  赵兴旺  刘超  田先才 《大地测量与地球动力学》2020,40(8):822-826

为了削弱PPP参数估计中动力学模型异常对Kalman滤波解的影响,针对PPP状态向量中各类参数不符值对动力学模型异常描述特性的不同,以位置相关为条件对参数进行分类,构建分类因子自适应Kalman滤波用于PPP参数估计。选取6个IGS站点3 d的数据,使用标准Kalman滤波与构建的自适应Kalman滤波进行PPP解算分析。结果表明,相较于标准Kalman滤波,自适应Kalman滤波能通过自适应因子调节状态预测协方差,加速PPP收敛。静态模式下,平均收敛时间从28.2 min缩减到19.4 min,N、E、U方向的平均精度为1.50 cm、3.34 cm、5.55 cm,分别提高7%、14%、19%;动态模式下,构建的自适应Kalman滤波解N、E、U方向偏差的RMS值为2.7 cm、3.6 cm、6.3 cm,较标准Kalman滤波分别提高13%、28%、43%。  相似文献   

BDS GEO卫星对GPS精密单点定位的影响分析          下载免费PDF全文

汪宇豪  孟瑞祖  田先才 《全球定位系统》2019,44(6):52-57

为了研究北斗卫星导航系统（BDS）GEO卫星对全球中圆地球轨道（MEO）星座精密单点定位（PPP）的影响,本文利用MGEX站点连续7天的观测数据,将BDS GEO卫星和MEO卫星进行组合,对可见卫星数,定位精度和收敛时间进行了分析. 实验结果表明,在MEO卫星中加入GEO卫星可以得到更好的空间几何构型,两者的定位精度相当;GEO卫星和MEO卫星组合可以缩短收敛时间,在MEO卫星定位较差时,加入GEO卫星可以提高定位的可靠性.   相似文献   

遮挡环境下GPS／GLONASS／Galileo组合PPP性能分析          下载免费PDF全文

田先才  赵兴旺  许妙强 《全球定位系统》2018,43(6):8-13

对于城市遮挡环境下单GPS系统精密单点定位(PPP)性能较差的问题,本文采用多系统融合来改善PPP性能,通过不同卫星高度角,将城市四周环境分为正常环境、一般遮挡、较重遮挡等三种环境.分别采用GPS、GPS／GLONASS、GPS／Galileo、GPS／GLONASS／Galileo不同的模式,对香港4个连续运行参考站进行遮挡环境下的静态PPP模拟实验,结果表明:多系统组合能够有效弥补城市四周遮挡环境下卫星的不足,并且GPS／GLONASS、GPS／Galileo、GPS／GLONASS／Galileo组合相对单GPS系统下的PPP性能有着不同程度的改善.   相似文献