双层双向长短期记忆应用于云轨精确定位

• 作者: 姚顺宇 王志武 颜国正
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 捷联惯性导航/全球定位系统 信号丢失 长短期记忆模型 神经网络
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 166-173
• 页数: 8页
• 分类号: TP394.1|TH691.9
• 字数: 3559字
• 语种: 中文
• DOI: 10.3788/OPE.20202801.0166

摘要

目前国内出现了一种新型云轨,云轨有着造价低、能耗小以及施工周期较短等优点.然而云轨的各项指标要求很高,其中轨道定位尤为重要.为了实现了云轨检测的精确定位,本文设计了一种新型轨道检测车,并开发了基于双层双向长短期记忆模型(LSTM)的云轨SIN-GPS定位算法.首先,介绍了轨道检测车的机械结构和各项传感器参数.接着,分析了传统的SIN-GPS定位算法及其缺点,在GPS信号消失后会出现误差积累.然后,引出双层双向长短期记忆模型,说明了该模型对GPS信号消失时的误差动态学习和补偿.最后,通过3组实验分析算法在云轨检测车的不同运动状态下的准确率.证明了长短期记忆模型均优于传统算法模型和其他智能算法模型.实验结果表明:在运动状态下LSTM算法比SINS误差小79.8％,静止状态下SINS误差最小.设定速度阈值为0.2m/s,大于此阈值采用LSTM算法,小于此阈值直接用SINS的数据,可以得到最准确的位置预测结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	颜国正	上海交通大学电子信息与电气工程学院	340	4219	33.0	49.0
2	王志武	上海交通大学电子信息与电气工程学院	67	421	11.0	16.0
3	姚顺宇	上海交通大学电子信息与电气工程学院	1	0	0.0	0.0