[发明专利]一种基于无监督学习的卫星NLOS信号检测方法在审
| 申请号： | 201810815396.3 | 申请日： | 2018-07-24 |
| 公开（公告）号： | CN109101902A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 潘树国;夏炎;赵鹏飞;赵庆;赵越;叶飞 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 王安琪 |
| 地址： | 211189 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于无监督学习的卫星NLOS信号检测方法，使用无监督学习对GNSS信号进行分类的关键是从GNSS原始观测数据中提取主要特征，综合考虑不同特征对于GNSS接收信号的影响，选定信噪比、伪距残差和卫星高度角三个参数构成聚类分析的特征向量；将三个特征值数据进行标准化处理；对每个特征值设定合适的权重，采用k‑means++聚类算法将观测数据划分为视线(LOS)、多径和NLOS三类；将NLOS信号分离后，进行GNSS定位。相较于有监督学习的分类方法，本发明简单有效、易于实现，且无需使用先验信息，能显著降低运算负荷和GNSS设备成本，并提高复杂环境下GNSS定位精度；与传统的阈值法以及RAIM算法相比较，该方法在改善定位的精度方面具有一定的优势。 | ||
| 搜索关键词： | 无监督学习 信号检测 卫星 原始观测数据 标准化处理 特征值数据 复杂环境 观测数据 聚类分析 聚类算法 设备成本 特征向量 先验信息 信号分离 运算负荷 综合考虑 传统的 高度角 信噪比 阈值法 分类 残差 多径 权重 算法 伪距 视线 监督 学习 | ||
【主权项】：
1.一种基于无监督学习的卫星NLOS信号检测方法，其特征在于，包括如下步骤：(1)从GNSS原始观测数据中提取主要特征，综合考虑不同特征对于GNSS接收信号的影响，选定信噪比、伪距残差和卫星高度角三个参数构成聚类分析的特征向量；(2)将三个特征值数据进行标准化处理；(3)对每个特征值设定合适的权重，采用k‑means++聚类算法将观测数据划分为视线LOS、多径和NLOS三类；(4)将得到的NLOS标签数据剔除后，进行GNSS定位。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东南大学，未经东南大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810815396.3/，转载请声明来源钻瓜专利网。
