如需要完整文档点击下方 "点击下载文档" 按钮

摘要： 城市复杂环境中GNSS信号容易被遮挡、反射，导致定位精度下降，定位不连续。本文综合考虑伪距残差、信噪比、高度角和伪距率一致性特征值对GNSS信号的影响，采用k-means++、高斯混合聚类（GMM）和模糊c-均值（FCM）3种非监督学习聚类方法，试图分离视线信号（LOS）、多路径和非视线信号（NLOS）。利用已知坐标的静态GPS/BDS多系统伪距单点定位对3种聚类效果进行了验证。结果表明，3种方法中FCM的轮廓系数最大，聚类性能最好；剔除NLOS信号后，3种方法的定位效果都得到了显著提升。在对比3种方法的RMSE后发现，k-means++和FCM在3个方向的精度提升最好，约为50%。相比于监督分类方法，非监督分类方法剔除NLOS信号方法易于实现，无须先验信息，能降低运算负荷和设备成本，在改善定位精度方面有一定优势。

如需要完整文档点击下方 "点击下载文档" 按钮

《GNSS多径信号3种非监督学习法分析与比较》

将 完整文档 下载到本地，方便收藏和查阅

文件号：060403

点击下载文档