基于BP神經網絡的偽距觀測值電離層誤差分離

李陽林,黃文德,盛利元

(1.中南大學物理與電子學院,長沙 410083;

2.國防科技大學機電工程與自動化學院,長沙 410073)

?

基于BP神經網絡的偽距觀測值電離層誤差分離

李陽林1,2,黃文德2,盛利元1

(1.中南大學物理與電子學院,長沙 410083;

2.國防科技大學機電工程與自動化學院,長沙 410073)

摘要：針對單頻接收機用戶偽距觀測值中電離層延遲誤差分離難的問題,提出了基于BP神經網絡的誤差分離方法，以接收機連續一周的觀測數據作為訓練樣本,將樣本中時間、衛星高度角、方位角及偽距觀測值作為BP神經網絡的輸入單元,利用CODE提供的高精度GIM計算出對應的電離層延遲誤差,并將其作為輸出單元對BP神經網絡進行訓練。最后,利用訓練好的模型對接下來一周各可見星偽距觀測值的電離層延遲誤差進行分離。實例表明:利用BP神經網絡模型對偽距觀測值的電離層延遲誤差進行分離,分離精度均在80%以上,最佳可達90%.該方法是從大數據的角度解決導航問題的一次有益嘗試。

關鍵詞：BP神經網絡;單頻接收機;偽距;電離層延遲誤差

0引言

電離層延遲誤差是衛星導航定位系統中的主要誤差源之一[1-2]，目前,解決電離層延遲誤差的方法主要有:雙頻改正法和電離層模型法。雙頻改正法主要根據電離層時延效應與信號頻率平方呈反比的關系,直接利用雙頻組合的方式計算得到電離層時延,適用于雙頻接收機用戶。而雙頻接收機價格較為昂貴,市面上使用較多的是單頻接收機。單頻接收機用戶只能接收到單頻偽距觀測值,通常需采用有效的電離層延遲模型來削弱電離層時延的影響。……