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
一种基于神经网络算法的市场力预警方法及设备
BP神经网络算法 预警方法 电力 指标 数据
2
一种船员交接方法及系统
交接方法 船员交接系统 证书 船舶航行控制系统 风险
3
平原水网地区径流模拟方法
径流模拟方法 BP神经网络模型 水文 时空分布特征 特征提取网络
4
一种基于多源信息融合的冲击地压监测预警方法及系统
冲击地压监测预警方法 三维地质结构模型 多源信息融合 风险预测模型 卡尔曼滤波融合
5
一种降低风力发电机组自身损耗的控制方法
风力发电机组 损耗 控制风电机组 功率 控制策略
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