基于卷积神经网络的卫星定位误差补偿技术的研究及仿真

发布时间：2020-10-26 04:20

　　 近年来,随着科学技术的发展和人们生活水平的提高,基于位置的服务越来越多。定位技术在军事、生活和科研等领域扮演着越来越重要的角色。卫星定位技术是现如今室外定位的主流技术,卫星定位有定位精度高、用途范围广、覆盖面积大和全天候作业等特点。但是,卫星定位也有信号不稳定,信号周期较长等缺陷。针对卫星定位的缺陷,本课题提出了一种基于深度学习的卫星定位误差补偿技术,将深度学习应用到卫星定位误差补偿中。首先,通过采集大量数据,训练出良好的误差补偿模型,在卫星定位出现误差时及时对误差进行补偿以达到高精度定位的目的,提高了卫星定位的鲁棒性。在研究过程中,本课题从深度学习入手。研究了卷积神经网络(Convolutional Neural Networks,CNN)、深度信念网络(Deep Belief Network,DBN)和循环神经网络(Recurrent Neural Network RNN)这三种主流的深度学习网络。充分了解三种网络的特点后,本课题使用在中国科学院计算技术研究所采集的卫星定位数据对三种神经网络进行训练,使用三种神经网络分别建立误差补偿模型,对卫星定位进行误差补偿。经过多次实验,本课题所述的误差补偿模型取得了良好的补偿效果,有效地解决了卫星定位在出现信号波动、遮挡等情况下的定位偏移,提高了卫星定位的鲁棒性。本课题提出了三种误差补偿模型,经过实验,基于卷积神经网络的误差补偿模型取得了最佳的补偿效果,经过补偿后的卫星定位误差在1米至3米的范围内,满足精确定位的要求。
【学位单位】：北京邮电大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：P228.4;TP183
【部分图文】：

分类还可以用来识别特征，预测数据。??深度信念网络从本质上来讲是概率生成模型，这种模型与传统的判别模型不??同。深度信念网络的结构如图２－１所示：??ＤＢＮ?ｓｔｒｕｃｔｕｒｅ??Ｈｉｎｔｏｎ?ｅｔ?ａＬ，?２００６??＾咖??Ｄｉｒｅｃｔｅｄ??＾?ｂｅｌｉ８ｆｎｅｌＳ??ｖ??图２－１深度信念网络结构图??在继续介绍深度信念网络之前，为了便于理解，首先介绍一下限制玻尔兹曼??６??

同时，在玻尔兹曼集中，输入数据层ｖ和隐藏层ｈ的全概率分布Ｐ（ｖ，ｈ）满足??玻尔兹曼分布，我们就称这个模型是限制玻尔兹曼机（ＲＢＭ）［３Ｇ＿３２１。限制玻尔兹??曼机的结构如图２－２所示??ｈｉｄｄｅｎ?ｖａｒｉａｂｌｅｓ??ｉｍａｇｅ?ｖｉｓｉｂｌｅ?ｖａｒｉａｂｌｅｓ??图２－２限制玻尔兹曼机示意图??一个典型的深度信念网络结构如图２－３所示，深度信念网络由多个限制玻尔??兹曼机层组成，由于限制玻尔兹曼机的特性，深度信念网络被分为两层，一个可??视层和一个隐藏层。可视层和隐藏层之间存在连接，但是和限制玻尔兹曼机一样，??层内单元之间没有连接。可视层用于表现出训练数据间的相关性，隐藏层则负责??去捕捉这些相关性。??如图２－３所示，深度信念网络的连接是通过生成的权值进行确定，而权值的??生成方式是通过自顶向下的方式进行生成。每一个限制玻尔兹曼机为一个独立的??单元，根据权值进行连接，这种方式与传统的神经网络相比更易于网络的学习和??权值的连接。??７??

同时，在玻尔兹曼集中，输入数据层ｖ和隐藏层ｈ的全概率分布Ｐ（ｖ，ｈ）满足??玻尔兹曼分布，我们就称这个模型是限制玻尔兹曼机（ＲＢＭ）［３Ｇ＿３２１。限制玻尔兹??曼机的结构如图２－２所示??ｈｉｄｄｅｎ?ｖａｒｉａｂｌｅｓ??ｉｍａｇｅ?ｖｉｓｉｂｌｅ?ｖａｒｉａｂｌｅｓ??图２－２限制玻尔兹曼机示意图??一个典型的深度信念网络结构如图２－３所示，深度信念网络由多个限制玻尔??兹曼机层组成，由于限制玻尔兹曼机的特性，深度信念网络被分为两层，一个可??视层和一个隐藏层。可视层和隐藏层之间存在连接，但是和限制玻尔兹曼机一样，??层内单元之间没有连接。可视层用于表现出训练数据间的相关性，隐藏层则负责??去捕捉这些相关性。??如图２－３所示，深度信念网络的连接是通过生成的权值进行确定，而权值的??生成方式是通过自顶向下的方式进行生成。每一个限制玻尔兹曼机为一个独立的??单元，根据权值进行连接，这种方式与传统的神经网络相比更易于网络的学习和??权值的连接。??７??
【相似文献】

相关期刊论文 前10条

1 王立;;车辆卫星定位行业浅析[J];中国公共安全;2016年14期

2 本刊编辑部;;追随梦想,从未迷失[J];考试与招生;2017年01期

3 六房;;地球上有生命吗[J];喜剧世界(下半月);2017年06期

4 林志军;;“高级农民”老古的传奇故事[J];金田;2016年Z4期

5 沈黎明;;刘经南:中国卫星定位领域的开拓者[J];黄河.黄土.黄种人;2016年03期

6 皮可慰;;神奇的卫星定位[J];科学家;2014年06期

7 ;GPS对于导航我们应该了解更多[J];个人电脑;2007年03期

8 崔民元;顾锡庆;;塔里木盆地卫星定位网的平差与应用[J];石油地球物理勘探;1987年05期

9 辛仁忠;;我国西北卫星定位网在重力勘探工作中的应用效果[J];江苏冶金;1987年03期

10 李连亭;卫星定位中测地系引起系统误差的消除[J];大连海运学院学报;1988年02期

相关博士学位论文 前3条

1 龚国辉;可配置多模式卫星定位信号处理技术研究[D];国防科学技术大学;2005年

2 王振永;多层卫星网络结构设计与分析[D];哈尔滨工业大学;2007年

3 张大卫;卫星定位接收机同步技术研究[D];华中科技大学;2010年

相关硕士学位论文 前10条

1 陈佳明;基于卷积神经网络的卫星定位误差补偿技术的研究及仿真[D];北京邮电大学;2018年

2 王玮;基于差分气压测高的楼层切换和卫星定位关键技术研究[D];北京邮电大学;2018年

3 程熙;基于卫星定位的无轨电车车道保持技术研究[D];北京交通大学;2017年

4 顾锋;车载卫星定位设备结构设计[D];苏州大学;2017年

5 吕海波;卫星定位网络通信汽车记录仪一体机的研制[D];山东大学;2011年

6 江斯琪;营运车辆卫星定位安全服务系统设计与实现[D];电子科技大学;2012年

7 陈立英;全球卫星定位气象水汽观测数据处理和分析[D];北京建筑大学;2016年

8 余弘旸;列车卫星定位安全风险评估方法研究[D];北京交通大学;2017年

9 毛丽;基于GPS&GPRS的车载卫星定位导航系统设计[D];重庆大学;2007年

10 王涛;GNSS系统卫星定位信号处理技术研究[D];中南大学;2012年

本文编号：2856482