[發(fā)明專利]一種基于RBPNN的GNSS授時濾波方法、系統(tǒng)、裝置及存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202110863604.9 | 申請日： | 2021-07-29 |
| 公開（公告）號： | CN113723591A | 公開（公告）日： | 2021-11-30 |
| 發(fā)明（設(shè)計）人： | 徐勁松 | 申請（專利權(quán)）人： | 江蘇師范大學 |
| 主分類號： | G06N3/04 | 分類號： | G06N3/04;G06N3/08 |
| 代理公司： | 南京縱橫知識產(chǎn)權(quán)代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 221116 江蘇*** | 國省代碼： | 江蘇;32 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 一種 基于 rbpnn gnss 授時 濾波 方法 系統(tǒng) 裝置 存儲 介質(zhì) | ||
本發(fā)明公開了一種基于RBPNN的GNSS授時濾波方法、系統(tǒng)、裝置及存儲介質(zhì)，所述方法包括如下步驟:輸入
技術(shù)領(lǐng)域
本發(fā)明涉及一種基于RBPNN的GNSS授時濾波方法、系統(tǒng)、裝置及存儲介質(zhì)，屬于衛(wèi)星導(dǎo)航、衛(wèi)星通信以及無線通信應(yīng)用等技術(shù)領(lǐng)域。
背景技術(shù)
電力系統(tǒng)的精確計時是使開發(fā)新控制系統(tǒng)和維護新控制系統(tǒng)所需的監(jiān)測的關(guān)鍵技術(shù)之一；電力系統(tǒng)內(nèi)時間同步技術(shù)能夠使電力系統(tǒng)中的智能電子設(shè)備獲得統(tǒng)一的時間基準，因此這種技術(shù)對于電網(wǎng)的實時監(jiān)控、并網(wǎng)管理和安全保護具有很重要的意義。
比較常見的電力系統(tǒng)時間同步技術(shù)有：脈沖對時、串口報文對時、時間編碼方式對時、網(wǎng)絡(luò)方式對時；隨著電力事業(yè)的快速發(fā)展，對電力授時的精度提出了更高的要求，傳統(tǒng)毫秒量級、數(shù)十微秒量級的授時精度已無法滿足現(xiàn)代電力系統(tǒng)的需求，要求達到數(shù)十納秒量級甚至更高；如此高的電力授時要求，直接利用全球衛(wèi)星導(dǎo)航系統(tǒng)(GNSS)接收機的時間信號無法達到要求，需要對GNSS接收機的時間信號進行誤差源消除、濾波、降噪等處理。
卡爾曼(kalman)濾波和神經(jīng)網(wǎng)絡(luò)是最常見的兩種濾波算法，Kalman濾波是信息、導(dǎo)航系統(tǒng)等領(lǐng)域中最常用的一種算法,可以實現(xiàn)系統(tǒng)狀態(tài)的最優(yōu)估計，但Kalman濾波必須有系統(tǒng)確切的數(shù)學模型,以及噪聲信息的概率特性,這種方法計算精度不高,易發(fā)散失效,還存在計算量大、維數(shù)災(zāi)難等問題；神經(jīng)網(wǎng)絡(luò)的映射逼近能力和自學習能力,適用于很多非線性問題，不需要系統(tǒng)確切的數(shù)學模型,但存在學習速度慢、泛化能力不強等問題。
發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種基于RBPNN的GNSS授時濾波方法、系統(tǒng)、裝置及存儲介質(zhì)，提升在復(fù)雜度、學習訓練速度、訓練和測試要求等方面的綜合性能。
為達到上述目的，本發(fā)明是采用下述技術(shù)方案實現(xiàn)的：
第一方面，本發(fā)明提供了一種基于RBPNN的GNSS授時濾波方法，包括如下步驟:
輸入n維輸入向量X；
對n維輸入向量X進行非線性處理，得到第一隱藏層輸出值；
選擇第一隱藏層輸出值,進行加法計算,得到第二隱藏層輸出值；
根據(jù)第二隱藏層輸出值和第二隱藏層權(quán)重計算，得到RBPNN輸出值，輸出RBPNN輸出值。
結(jié)合第一方面，進一步的，第二隱藏層輸出值通過如下方式計算：
其中，X是n維輸入向量，Hk(X)是第二隱藏層輸出值，φi(·)是第一個隱藏層的非線性映射函數(shù)，Cki是與第二隱藏層k隱藏神經(jīng)元對應(yīng)的第i個隱藏中心向量，||·||2表示歐幾里德范數(shù)。
結(jié)合第一方面，進一步的，RBPNN輸出值通過如下方式計算：
其中，X是n維輸入向量，Hk(X)是第二隱藏層輸出，wik是第二隱藏層的k個隱藏神經(jīng)元到第i個隱藏神經(jīng)元的權(quán)重。
第二方面，本發(fā)明提供了一種基于RBPNN的GNSS授時濾波系統(tǒng)，包括：
輸入模塊：用于輸入n維輸入向量X；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇師范大學，未經(jīng)江蘇師范大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110863604.9/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
