GNSS失锁下基于混合预测模型的POS误差估计方法

• 作者: 陈霖周廷 刘占超
• 来源期刊: 中国惯性技术学报
• 学科: 航空航天
• 关键词: GNSS失锁 混合预测 多元线性回归 径向基函数神经网络 HP滤波
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 组合导航技术|Integrated Navigation Technology
• 页码范围: 74-80
• 页数: 7页
• 分类号: V249.3
• 语种: 中文
• DOI: 10.13695/j.cnki.12-1222/o3.2022.01.011

摘要

针对GNSS信号受遮挡或干扰导致的位姿测量系统(POS)量测信息失锁问题,提出一种基于多元线性回归(MLR)和径向基函数神经网络(RBFNN)的混合预测方法,用于GNSS失锁期间的POS导航误差预测.该方法利用Hodrick-Prescott(HP)滤波将POS导航误差样本数据分解成趋势性成分序列与波动性成分序列,分别采用MLR和RBFNN对其进行预测建模,充分表征POS导航误差数据的线性与非线性特征.车载实验结果表明,所提出的基于MLR/RBFNN混合预测方法与标准Kalman滤波方法相比,位置误差精度提高72.9％～89.1％,速度误差精度提高50.1％～60.8％,其位置和速度误差统计结果均优于单一的MLR预测模型和RBFNN预测模型.