一种融合随机森林先验信息的随机采样一致性GNSS定位方法

本发明公开了一种融合随机森林先验信息的随机采样一致性GNSS定位方法，包括：首先，根据每个GNSS观测值的多维特征信息和标签，进行随机森林分类器训练；其次，利用训练完成的随机森林分类器对当前历元的各观测值进行预测，得到其为正常观测的概率得分；然后，在随机采样一致性迭代过程中，依据每个最小子集中观测值概率得分的总和，对所有最小子集进行排序，优先选取概率高的子集进行模型参数估计；随后，基于核密度估计方法，对所有候选定位结果进行概率密度评估，从中选取概率密度最大的位置作为最终的定位解，以增强结果的稳定性与可信度。该方法有效提升了GNSS系统在城市复杂环境中的定位精度、稳定性与抗干扰能力。