[发明专利]一种GPS失效位置预测定位方法

权利要求书

1.一种GPS失效位置预测定位方法，其特征在于，

获取一段GPS设备传感器的完整的GPS样本采集数据及其对应时段的车载传感器样本数据；

采用拉格朗日插值方法对GPS样本采集数据进行插值处理，得到GPS样本采集插值数据，使得GPS样本采集数据的时间间隔与车载传感器样本数据的时间间隔相同，完成时间对齐；

计算GPS样本采集插值数据中的速度变量与车载传感器样本数据中速度变量的相关系数，通过相关系数最大值对应的位置得到延时量，对GPS样本采集插值数据按照此延时量进行整体平移，使其与车载传感器样本数据时间对应，得到GPS样本采集插值校准数据，实现延时校准；

将GPS样本采集插值校准数据转换为北天东坐标系数据，通过北天东坐标系数据确定对应时刻的GPS样本位置方位角数据；

初始化预先构建的广义回归神经网络的平滑因子，所述广义回归神经网络的输入层中心为样本车载传感器数据，输入层的期望输出参数为样本车载传感器数据对应时刻的预测位置方位角数据；

另外选取一组新的车载传感器测试样本数据输入到所述预先构建的广义回归神经网络，输出对应测试数据的预测位置方位角数据；

根据对应测试数据的预测位置方位角数据与测试数据对应时刻的GPS样本位置方位角数据构建误差函数，采用改进遗传算法优化平滑因子，按照使误差函数值最小的原则，通过优化过程确定最优平滑因子，根据最优平滑因子确定最优广义回归神经网络结构；

获取车载传感器的实时数据，输入到所述最优广义回归神经网络结构中，输出最优预测位置方位角数据，根据最优预测位置方位角数据，确定GPS失效后目标的位置。

2.根据权利要求1所述的GPS失效位置预测定位方法，其特征在于，所述GPS样本采集数据包含时间戳、对应经度、纬度、高度、速度，并通过相关坐标转换求得航向角数据；车载传感器样本数据包括时间戳、横摆角速度、车辆速度信息、方向盘转角信息。

3.根据权利要求1所述的GPS失效位置预测定位方法，其特征在于，所述广义回归神经网络的输入层中心为样本车载传感器数据，输入层的期望输出参数为样本车载传感器数据对应时刻的预测位置方位角数据，表达形式为：

其中，P为对应输入的车载传感器样本各个时刻的数据的矩阵，下标i表示第i个样本输入，T为上述输入数据对应时刻的GPS样本的位置方位角数据的矩阵，下标i表示第i个样本对应时刻的GPS样本的位置方位角数据，x_i、y_i、z_i分别为车载传感器对应时刻的横摆角速度、方向盘转角、车辆行驶速度，azi_i为对应时刻计算得到的位置方位角数据，i＝1,2，…，M，M为测试样本点总个数。

4.根据权利要求3所述的GPS失效位置预测定位方法，其特征在于，所述平滑因子的初始化的计算公式为：

σ＝(σ_x+σ_y+σ_z)/3

其中，σ为平滑因子，σ_x、σ_y、σ_z分别为车载传感器的车载测试横摆角速度、方向盘转角、车辆行驶速度的统计方差，分别为车载传感器的车载测试横摆角速度、方向盘转角、车辆行驶速度的均值。