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

AITNT
正文
推荐专利
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
申请号:CN202511066116
申请日期:2025-07-31
公开号:CN120652516A
公开日期:2025-09-16
类型:发明专利
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
1
一种GNSS接收器自主监测方法及装置
GNSS接收器 监测方法 故障检测模块 模式 协方差矩阵
2
基于NLOS识别的单北斗终端精密单点定位增强方法
精密单点定位 北斗终端 信号识别模型 节点特征 精密钟差
3
基于非高斯噪声模型的北斗抗差卡尔曼滤波定位方法
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
4
基于深度强化学习的卫星板件热控方法
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
5
一种在睡眠中辅助康复的系统
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
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