基于 Transformer 增强 LSTM 网络的 GNSS 观测非 LOS 检测和不确定性预测

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究利用GNSS观测数据,提出了一种基于深度学习的方法来检测非直射路径接收和预测GNSS伪距误差,并构建了类似Transformer的注意机制以提高模型性能和泛化能力。实验结果显示,该方法在车辆定位中具有更高的准确性和召回率,能够避免轨迹偏离问题。

🎯

关键要点

  • 本研究利用GNSS观测数据进行分析。

  • 提出了一种基于深度学习的方法来检测非直射路径接收。

  • 该方法还用于预测GNSS伪距误差。

  • 构建了类似Transformer的注意机制以提高模型性能和泛化能力。

  • 实验结果显示该方法在车辆定位中具有更高的准确性和召回率。

  • 该方法能够有效避免轨迹偏离问题。

🏷️

标签

➡️

继续阅读