摘要
本发明涉及GPS定位系统技术领域,公开了一种GPS定位的修正方法及系统,包括以下步骤:S1多源异构数据融合采集,以可变带宽采样方式获取载体运动状态数据、S2深度特征提取与预处理,以基于深度学习的时空特征提取网络,挖掘数据在时间序列和空间分布上的潜在特征、S3动态环境感知与误差建模、S4智能协同误差修正。本发明通过建立的深度Q网络,以多源数据特征为输入,包括GPS定位数据、惯性测量单元数据、气压及气象数据等,能够全面捕捉环境信息。通过对这些数据的深度挖掘和分析,模型可以更准确地识别载体所处的环境类型,同时利用强化学习机制,通过设置奖励函数,鼓励模型准确识别环境类型并评估干扰程度并能够显著增强误差模型的适应性。
技术关键词
修正方法
GPS接收机
多智能体协同
分布式一致性算法
误差模型
深度特征提取
环境感知模型
GPS定位数据
特征提取网络
数据处理单元
粒子滤波算法
修正系统
模糊逻辑推理算法
深度学习混合模型
特征提取算法
气象
检测磁场干扰
多源异构数据融合
系统为您推荐了相关专利信息
工业相机
机器人标定方法
机器人末端工具
多线结构光
机器人运动学模型
激光雷达定位
无人平台
点云地图
连续定位方法
GPS定位信息
运动控制方法
无人水下航行器
李雅普诺夫函数
误差模型
误差状态
新能源发电预测
温湿度传感器网络
多光谱成像仪
发电量
生物质能发电