一种基于机器学习的旋转天线GNSS多路径误差校正方法

本发明公开了一种基于机器学习的旋转天线GNSS多路径误差校正方法，包括：在目标点旋转天线，采集GNSS信号；对多普勒频率数据进行加窗处理后进行傅里叶变换，提取相位谱作为信号特征；利用支持向量机和神经网络对信号进行分类；利用神经网络对标注后的直射和非直射信号进行训练，通过反向传播算法调整两类信号在定位计算中的权重，使计算定位值尽可能接近初始参考定位值，定位误差小于预设阈值；该方法提高了GNSS在多路径误差环境下的定位精度。