基于无监督学习的卫星NLOS信号检测方法

• 作者: 叶飞 夏炎 潘树国 赵庆 赵鹏飞
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 地球科学
• 关键词: 无监督学习 NLOS k-means++聚类算法 双系统 伪距单点定位
• 年，卷（期）: 2019,（3）
• 页码范围: 565-572
• 页数: 8页
• 分类号: P228.1
• 字数: 6830字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2019.03.023

摘要

针对复杂环境下NLOS信号接收造成的GNSS定位精度恶化问题,提出了一种基于无监督学习的卫星NLOS信号检测方法.综合考虑了信号载噪比、伪距残差和卫星高度角对于GNSS接收信号的影响,采用k-means++聚类算法将观测数据划分为LOS、多径和NLOS三类,并对NLOS信号进行分离.使用GPS/BDS双系统伪距单点定位对信号分类效果进行了验证.结果表明,采用该方法剔除NLOS信号后定位精度得到了显著的提升.静态实验中,对1h的数据样本进行聚类,事后定位精度提高了约30％,实时定位精度提高约12％.动态实验中,城市峡谷路段东、北、天3个方向的定位精度分别提高了27.98％、8.06％和3.66％.相较于有监督学习的分类方法,该方法简单有效、易于实现,且无需使用先验信息,能显著降低运算负荷和GNSS设备成本.与传统的阈值法以及RAIM算法相比较,该方法在改善定位的精度方面具有一定的优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘树国	东南大学仪器科学与工程学院	115	923	16.0	22.0
2	夏炎	东南大学仪器科学与工程学院	16	128	7.0	11.0
3	赵庆	东南大学交通学院	8	8	2.0	2.0
4	赵鹏飞	东南大学仪器科学与工程学院	2	15	1.0	2.0
5	叶飞	东南大学仪器科学与工程学院	10	87	4.0	9.0