融合深度学习的GNSS多路径误差识别与建模方法分析

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

一、前言

在城市峡谷、高楼林立或复杂地形中，GNSS信号在1575MHz频段极易遭受干扰，导致测量数据波动和定位误差增大至10米，多路径效应成为将定位精度提升至1米水平的关键制约因素。近3年来，人工智能特别是深度学习技术在视觉识别任务中准确率达到 95% 、音频处理错误率降低至 5% 、自然语言理解方面取得 60% 的进步，逐渐展现出处理复杂非线性问题的巨大潜力，为GNSS误差识别与建模提供了创新的研究思路和解决方案。（剩余5904字）

试读结束

目录
monitor
客服机器人