基于数据和模型驱动的GNSS模糊度解算算法
张智勇1
赵必舜1
陈银胜1
苏波1
罗志刚1
单福生1
陈洋2
1.广东电网公司佛山供电局,广东 佛山,5280002.南京大学 工程管理学院,江苏 南京,210008
摘要：为了优化real-time kinematic(RTK)的模糊度解算,提出一种基于数据与模型驱动的GNSS模糊度解算方法.该算法关注于如何对最佳的模糊度子集进行选择,从而增加模糊度固定的成功率.研究考虑了模糊度子集对基线解精度的影响,选择一种基于模糊度层面的子集方法,旨在确保模糊度固定的高成功率和基线固定解的高精度.该方法在执行部分模糊度解算时将模型驱动和数据驱动相结合,引入长短时记忆神经网络(LSTM),保证了模糊度固定解的稳定和可靠.结果表明,在确保模糊度固定解的高可靠性的前提下,基于解算规则的LSTM算法与现有算法相比,在所选数据集的固定率与固定成功率分别由 73.59%、72.83%和 93.07%、87.57%提高至 99.23%、95.51%和98.67%、92.74%,对RTK定位的精度和鲁棒性均有所提升.
关键词：RTK定位模糊度解算数据驱动模型驱动
分类号：F424(中国工业经济)
论文发表日期：2025-08-30
在线出版日期：2025-09-22（本平台首次上网日期，不代表文献的发表时间）
页数：9( 164-172 )
英文信息