基于EMD-LSTM耦合预测模型的BDS多路径误差削弱方法研究

• 作者: 徐小汶 陶远
• 来源期刊: 全球定位系统
• 学科: 地球科学
• 关键词: 北斗导航卫星系统 多路径误差 经验模态分解 长短期记忆网络
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 理论探讨
• 页码范围: 98-104
• 页数: 7页
• 分类号: P228.4
• 字数: 4295字
• 语种: 中文
• DOI: 10.13442/j.gnss.1008-9268.2020.02.016

摘要

北斗卫星导航系统(BDS)在短基线测量中存在的多路径误差是影响定位精度的主要误差项.针对多路径误差的非线性以及坐标序列的非平稳特性,拟采用经验模态分解(EMD)与长短期记忆网络(LSTM)结合的方法,构建EMD-LSTM耦合预测模型,对多路径误差进行预测,削弱多路径误差的影响.实验结果表明,EMD-LSTM耦合预测模型能够有效地削弱了多路径误差影响,E、N、U方向精度分别提高了22%、36%、40%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陶远	安徽理工大学测绘学院	7	31	3.0	5.0
2	徐小汶	安徽理工大学测绘学院	2	0	0.0	0.0