一种高精度定位中导航场景感知增强的GNSS模型自适应优化方法

本申请涉及一种高精度定位中导航场景感知增强的GNSS模型自适应优化方法，包括获取GNSS观测数据，提取并计算得到GNSS数据特征，通过SFFS算法构建GNSS数据特征的时序GNSS特征向量；基于GNSS特征向量构建具有时间记忆功能的LSTM神经网络；结合GNSS观测数据和导航场景预设的场景标签训练LSTM神经网络得到LSTM模型；反算伪距与载波相位的残差；拟合残差与预设影响因子之间的函数关系，构建不同分类场景的GNSS随机模型；基于预设的不同分类场景和GNSS观测数据，构建不同分类场景的阈值模型，阈值模型中包括载噪比、卫星高度角以及ratio值。本申请具有提升复杂场景下GNSS定位服务可用性、精确性和连续性，以满足动态复杂环境下的GNSS定位需求的效果。