一种基于特征分解的GNSS复杂山区滑坡监测多路径信号非监督学习识别方法

本发明属于卫星导航及信号识别技术领域，具体涉及一种基于特征分解的GNSS复杂山区滑坡监测多路径信号非监督学习识别方法，本发明以研究测站的信噪比、高度角、方位角、双差残差作为特征值，并进行特征分解，再利用K‑means++算法进行聚类分析，通过计算聚类结果的轮廓系数、识别准确率、各簇族多路径误差绝对值的平均值数据，基于此剔除受多路径信号影响较大的卫星数据，再利用剔除后的卫星数据进行GNSS定位计算。本发明引入特征分解的数据处理方法，结合非监督学习K‑means++聚类算法，精确识别GNSS信号中的多路径误差，本发明方法能够有效剔除受多路径误差影响的卫星数据，提升了多路径信号识别的效率，显著提高了GNSS定位精度。