摘要
本发明涉及多源数据融合分析与监测技术领域,具体为基于5G与多层融合机制的GNSS与INS完好性监测方法及系统,所述方法包括:获取多源数据;基于多源数据的数据类型对数据进行预处理,对预处理后的多源数据进行多源分层融合处理,得到不确定性信息;基于不确定性信息,采用统计方法计算保护级别;对多源数据进行一致性评估,得到评估结果,根据神经网络模型输出的不确定性信息以及评估结果来计算定位置信度;获取多维相关数据,利用神经网络多维相关数据进行分析学习,输出风险预测值。本发明提出了三层融合机制,从第一层融合、第二层融合到引入神经网络进行深度特征提取和融合,逐步提高融合的精度和可靠性,提高定位导航性能。
技术关键词
完好性监测方法
协方差矩阵
深度特征提取
机制
神经网络模型
完好性监测系统
统计方法
扩展卡尔曼滤波算法
深度神经网络结构
速度
神经网络训练
分层
误差
观测噪声
噪声数据
风险
监测技术
信号