买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：武汉大学

摘要：本申请实施例公开了一种基于深度学习的实时卫星钟差估计基准跳变补偿方法，涉及GNSS导航定位授时技术领域，该方法包括：实时采集观测到的所有卫星的钟差估计值；若根据所有卫星的钟差估计值判定卫星钟的钟差基准发生变化，则将钟差基准变化前多个历元的钟差估计值输入卫星钟差预测模型，通过模型预测得到各个历元的钟差预测值，进而计算得到对应历元的钟差补偿值，根据钟差补偿值对待补偿卫星进行补偿。本申请利用钟差预测值与钟差估计值计算钟差补偿值，进而能对基准更改后的卫星钟钟差进行补偿，即使钟差基准发生跳变，也能实现精确的卫星钟估计，以避免卫星钟基准跳变导致的钟差估计精度降低的影响，为高精度的导航定位提供技术支持。

主权项：1.一种基于深度学习的实时卫星钟差估计基准跳变补偿方法，其特征在于，包括：实时采集观测到的所有卫星的钟差估计值；若根据所述所有卫星的钟差估计值判定卫星钟的钟差基准发生变化，则将所述钟差基准发生变化之前多个历元的钟差估计值输入训练好的卫星钟差预测模型中；通过所述训练好的卫星钟差预测模型预测得到所述钟差基准变化之后每个历元的钟差预测值；根据待补偿卫星在每个历元的钟差估计值和对应历元的钟差预测值分别计算得到所述待补偿卫星在每个历元的钟差补偿值；根据所述待补偿卫星在每个历元的钟差补偿值对所述待补偿卫星进行补偿；所述将所述钟差基准变化之前多个历元的钟差估计值输入训练好的卫星钟差预测模型中，通过所述训练好的卫星钟差预测模型预测得到所述钟差基准变化之后每个历元的钟差预测值，包括：以所述多个历元内所有卫星的钟差估计值为输入值，对所述输入值进行归一化处理；将归一化处理后的输入值输入所述训练好的卫星钟差预测模型的卷积层中，通过所述卷积层增加变量维度；执行交换维度操作交换所述增加变量维度后的输入值的变量维度和时间维度，并通过特征提取得到特征向量；将所述特征向量输入所述训练好的卫星钟差预测模型的注意力机制层，通过所述注意力机制层提取得到钟差时间序列特征；将所述钟差时间序列特征输入所述训练好的卫星钟差预测模型的第一线性层，基于所述钟差时间序列特征预测所述钟差预测值的变化趋势，输出预测结果；将所述预测结果输入所述训练好的卫星钟差预测模型的第二线性层，通过所述第二线性层交换所述预测结果的时间维度和变量维度后，输入所述卫星钟差预测模型的反归一化层；通过所述反归一化层将对应数据进行恢复，输出所述钟差基准变化之后多个历元的钟差预测值；所述以所述多个历元内所有卫星的钟差估计值为输入值，对所述输入值进行归一化处理后，还包括：若所述归一化处理后的输入值中的变量数量小于预设阈值，则对所述归一化后的输入值进行数据补充；将所述数据补充后的输入值输入所述卫星钟差预测模型的卷积层中，通过所述卷积层增加变量维度。

全文数据：

权利要求：

百度查询： 武汉大学 基于深度学习的实时卫星钟差估计基准跳变补偿方法