基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对单频接收机用户伪距观测值中电离层延迟误差分离难的问题,提出了基于BP神经网络的误差分离方法,以接收机连续一周的观测数据作为训练样本,将样本中时间、卫星高度角、方位角及伪距观测值作为BP 神经网络的输入单元,利用CODE 提供的高精度GIM计算出对应的电离层延迟误差,并将其作为输出单元对BP神经网络进行训练。最后,利用训练好的模型对接下来一周各可见星伪距观测值的电离层延迟误差进行分离。实例表明:利用B P神经网络模型对伪距观测值的电离层延迟误差进行分离,分离精度均在80%以上,最佳可达90%。该方法是从大数据的角度解决导航问题的一次有益尝试。
推荐文章
基于神经网络的电离层VTEC预测模型
电离层
VTEC
神经网络
误差补偿
基于IRI的卫星高度计电离层Keras神经网络模型研究
电离层
IRI-2016模型
Keras神经网络模型
总电子含量
基于BP神经网络技术的电离层VTEC融合
电离层反演
BP神经网络
数据融合
电子含量
电离层层析成像技术与电离层反演
电离层
层析
电离层反演
地震前兆监测
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于 BP 神经网络的伪距观测值电离层误差分离
来源期刊 全球定位系统 学科 地球科学
关键词 BP神经网络 单频接收机 伪距 电离层延迟误差
年,卷(期) 2015,(6) 所属期刊栏目 理论研究
研究方向 页码范围 1-5
页数 5页 分类号 P228.4
字数 3145字 语种 中文
DOI 10.13442/j.gnss.1008-9268.2015.06.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 盛利元 中南大学物理与电子学院 83 971 19.0 28.0
2 黄文德 国防科技大学机电工程与自动化学院 20 88 5.0 8.0
3 李阳林 中南大学物理与电子学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (42)
共引文献  (108)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (9)
二级引证文献  (0)
1956(1)
  • 参考文献(0)
  • 二级参考文献(1)
1962(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(6)
  • 参考文献(1)
  • 二级参考文献(5)
2007(8)
  • 参考文献(3)
  • 二级参考文献(5)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(6)
  • 参考文献(0)
  • 二级参考文献(6)
2012(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
BP神经网络
单频接收机
伪距
电离层延迟误差
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
全球定位系统
双月刊
1008-9268
41-1317/TN
大16开
河南新乡138信箱3分箱
36-219
1976
chi
出版文献量(篇)
2316
总下载数(次)
7
总被引数(次)
11089
论文1v1指导