一种卫星拒止下的级联学习式多源融合定位方法及系统

本发明公开了一种卫星拒止下的级联学习式多源融合定位方法及系统。该方法为：首先构建系统传感器数学模型，包括INS误差模型、WSS/INS组合导航模型和GPS/INS组合导航模型；然后设计基于级联学习CL算法的神经网络模型；在卫星可用时，训练基于级联学习CL算法的神经网络模型；在卫星拒止时，利用训练完备的基于级联学习CL算法的神经网络模型预测伪GPS位置，弥补GPS空白。该系统包括传感器数学模型构建模块、CL算法模型搭建模块、训练模块和定位预测模块。本发明提高了车辆在GPS失效期间的定位精度，尤其在复杂环境和长时间中断下表现优异，降低了定位误差，提升了整体性能，对智能交通和自动驾驶技术领域的车辆定位具有重要应用价值。