摘要
本申请涉及定位技术领域。通过提供深度学习辅助卫星定位快速解算方法,包括:对卫星观测数据、本地环境特征数据及接收机状态数据进行采集与预处理,生成多源融合输入数据;通过本地部署的深度学习模型进行动态误差预测处理,生成定位误差修正量;将定位误差修正量融合至精密单点定位解算流程进行迭代优化处理,生成满足区域测绘精度需求的定位坐标;结合本地历史观测数据集触发在线学习机制进行模型参数更新处理,生成自适应优化模型,以达到动态适应局部复杂环境下的电离层/对流层扰动、提高多路径效应场景中的解算收敛效率,并通过多源数据耦合建模实现误差修正与真实场景精准适配的技术效果。
技术关键词
局部优化模型
解算方法
深度学习模型
编码器参数
多源融合
在线学习机制
卫星观测数据
动态误差
残差数据
精密单点定位
动态权重分配
滑动时间窗口
时序关联分析
动态敏感度
设备状态数据
分布特征
系统为您推荐了相关专利信息
高需求
队列
缓存管理方法
谱聚类算法
多维特征向量
欺骗干扰信号
深度学习识别
欺骗干扰识别方法
识别策略
雷达系统
表面重建技术
视线估计方法
图像
注意力
融合策略
人工智能算法
蛋白质功能域
筛选方法
位点
人工智能驱动