一种基于神经网络和因子图优化的重力矢量测量方法

AITNT
正文
推荐专利
一种基于神经网络和因子图优化的重力矢量测量方法
申请号:CN202510697093
申请日期:2025-05-28
公开号:CN120213051B
公开日期:2025-08-26
类型:发明专利
摘要
本发明提出了一种基于神经网络和因子图优化的重力矢量测量方法,属于精密重力基准信息测量领域。该方法首先利用因子图优化理论构建SINS/GPS组合导航系统因子图模型,并构建相应BP神经网络以监测SINS/GPS是否正常运行。接着,处理捷联式重力仪及GPS数据得到重力异常,然后基于组合导航数据、GPS数据和地理信息系统数据求解地面垂线偏差。最后使用地球模型计算结果进行重力矢量测量结果精度评价。该方法以全局优化提高导航精度,同时通过神经网络和优化算法实现系统容错,提供高精度、稳定、高效的测量结果。
技术关键词
矢量测量方法 BP神经网络 GPS组合导航系统 重力仪 地理信息系统数据 因子 重力场 数字低通滤波器 组合导航数据 组合导航解算 卡尔曼滤波器 误差 系统容错 偏差 异常信息 地面 精度 算法
系统为您推荐了相关专利信息
1
一种基于BP神经网络的流态固化土抗压强度预测方法
抗压强度预测方法 BP神经网络模型 流态固化土 误差反向传播 岩土工程技术
2
一种基于多因素交互的抽水蓄能电站风险评估系统及方法
抽水蓄能电站 风险评估系统 路径分析方法 风险点 显示设备
3
一种基于深度神经网络的变流器模型预测控制方法
模型预测控制算法 深度神经网络 变流器系统 阻感性负载 神经网络控制系统
4
拌和站智能系统
智能系统 子模块 施工现场 物料库存管理 运输监控模块
5
基于数据驱动的旋流器颗粒自转快速预测方法
模拟工具 机器学习模型 数据驱动建模 特征工程 旋流器装置
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号