基于EMD-LSTM耦合预测模型的BDS多路径误差削弱方法研究

北斗卫星导航系统(BDS)在短基线测量中存在的多路径误差是影响定位精度的主要误差项.针对多路径误差的非线性以及坐标序列的非平稳特性,拟采用经验模态分解(EMD)与长短期记忆网络(LSTM)结合的方法,构建EMD-LSTM耦合预测模型,对多路径误差进行预测,削弱多路径误差的影响.实验结果表明,EMD-LSTM耦合预测模型能够有效地削弱了多路径误差影响,E、N、U方向精度分别提高了22%、36%、40%.

GNSS时间序列小波降噪模型分析研究

全球导航卫星系统变形监测中的测量结果包含变形体受外界环境影响产生的变形信息、测量过程中受测量噪声影响产生的测量偏差。本文采用Wavelet算法构建降噪模型,研究不同降噪评价指标的数值表现。实验结果表明:阈值为3的小波降噪效果明显比阈值为5的小波降噪效果好,信噪比均优于阈值为5的小波;对于不同的小波基降噪模型中haar小波基降噪模型优于db5降噪模型;coif4小波基降噪模型降噪效果优于db5小波基降噪模型。