[发明专利]基于机器学习的GNSS定位方法及装置

摘要

本发明提供了一种基于机器学习的GNSS定位方法，包括以下步骤：进行初始定位，计算伪距先验残差和多普勒先验残差；基于机器学习中的k‑mean聚类算法进行GNSS观测量的质量控制；通过训练样本进行场景识别的支持向量机模型参数的训练学习，获得对应的支持向量机分类函数后，进行场景识别；以跟踪卫星的多普勒先验残差和已知的运动模式作为训练样本，进行运动模式识别的支持向量机模型参数的训练学习，获得对应的支持向量机分类函数，以卫星多普勒先验残差作为支持向量机模型的输入，进行运动模式识别；基于场景识别的结果对GNSS观测量质量控制算法进行调整，基于运动模式识别的结果对GNSS定位策略进行调整。