摘要
本发明公开了基于伪距预测修正的因子图优化北斗惯导定位方法及系统,该方法包括:获取观测特征数据与惯性导航数据,并构建车辆当前时刻导航状态向量;根据北斗卫星导航系统的信号状态,通过观测特征数据与惯性导航数据训练强化学习模型,确定伪距值;根据因子图优化方法,引入伪距值作为观测因子,将车辆当前时刻导航状态向量转化为多因子约束的最优问题;采用非线性最小二乘优化,通过Levenberg‑Marquardt算法对多因子约束的最优问题进行全局最优状态序列求解,得到车辆的定位估计结果。本发明能够实现北斗与惯导信息的动态互补和智能协同,提高定位估计的精度。本发明作为基于伪距预测修正的因子图优化北斗惯导定位方法及系统,可广泛应用于卫星定位技术领域。
技术关键词
惯导定位方法
惯性导航数据
强化学习模型
北斗卫星导航系统
伪距
因子
车辆
惯导定位系统
卫星定位技术
惯性导航系统
交互框架
非线性
定义系统
观测误差
协方差矩阵
信号
表达式
序列
加速度
系统为您推荐了相关专利信息
GNSS接收器
监测方法
故障检测模块
模式
协方差矩阵
精密单点定位
北斗终端
信号识别模型
节点特征
精密钟差
非高斯噪声
混合高斯模型
原始观测数据
观测噪声
期望最大化算法
温度控制策略
散热元件
深度强化学习模型
温度传感器
仿真环境
对象
马尔可夫模型
深度学习模型
信号特征提取
强化学习模型