[發明專利]一種基于機器學習的衛星導航自動判讀方法

在審

• 申請號: 202110913859.1
• 申請日: 2021-08-10
• 公開（公告）號: CN113780353A
• 公開（公告）日: 2021-12-10
• 發明（設計）人: 王崇旭;洪詩聘;鄭建明;呂孝坤
• 申請（專利權）人: 北京自動化控制設備研究所
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N20/00;G01C21/24
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于機器學習的衛星導航自動判讀方法，其特征在于，所述方法包括：

S10、獲取衛星導航的定位數據包，其中，定位數據包包括閾值判讀類型的定位數據和機器學習類型的定位數據；

S20、判斷當前定位數據的字段類型，在當前定位數據的字段類型為閾值判讀類型的情況下，轉至S30，在當前定位數據的字段類型為機器學習類型的情況下，轉至S60；

S30、判斷當前定位數據是否需要計算精度誤差，若是，轉至S40，否則，轉至S50；

S40、計算當前定位數據的均方根誤差，將當前定位數據的均方根誤差與精度誤差閾值進行比較，根據第一比較結果確定當前定位數據是否滿足預設要求，并轉至S70；

S50、將當前定位數據與數據閾值進行比較，根據第二比較結果確定當前定位數據是否滿足預設要求，并轉至S70；

S60、利用卷積神經網絡算法獲取當前定位數據的聚類結果，根據聚類結果確定當前定位數據是否滿足預設要求，并轉至S70；

S70、判斷是否遍歷完定位數據包中的全部定位數據，若是，轉至S80，否則，轉至S20對下一個定位數據進行判斷；

S80、若定位數據包中的全部定位數據均滿足預設要求，則判斷衛星導航的工作狀態正常，否則，判斷衛星導航的工作狀態異常。

2.根據權利要求1所述的方法，其特征在于，閾值判讀類型中需要計算精度誤差的定位數據包括速度信息和位置信息。

3.根據權利要求2所述的方法，其特征在于，閾值判讀類型中不需要計算精度誤差的定位數據包括功率字、首次定位時間和頻綜。

4.根據權利要求3所述的方法，其特征在于，機器學習類型的定位數據包括鐘差和位置精度強弱度。

5.根據權利要求4所述的方法，其特征在于，在S60中，利用卷積神經網絡算法獲取當前定位數據的聚類結果包括：

S61、將當前定位數據轉換為圖像作為測試集；

S62、將歷史機器學習類型的定位數據轉換為圖像作為訓練集，并生成訓練好的神經網絡模型；

S63、將測試集導入訓練好的神經網絡模型進行學習，以獲取當前定位數據的聚類結果。

6.根據權利要求4所述的方法，其特征在于，在將測試集導入訓練好的神經網絡模型進行學習之后，所述方法還包括：對經過學習后的測試集進行交叉驗證，以獲取當前定位數據的聚類結果。

7.根據權利要求4所述的方法，其特征在于，在S40中，根據第一比較結果確定當前定位數據是否滿足預設要求包括：

S41、在當前定位數據的均方根誤差小于或等于精度誤差閾值的情況下，確定當前定位數據滿足預設要求；

S42、在當前定位數據的均方根誤差大于精度誤差閾值的情況下，確定當前定位數據不滿足預設要求。

8.根據權利要求4所述的方法，其特征在于，在S50中，根據第二比較結果確定當前定位數據是否滿足預設要求包括：

S51、在當前定位數據小于或等于數據閾值的情況下，確定當前定位數據滿足預設要求；

S52、在當前定位數據大于數據閾值的情況下，確定當前定位數據不滿足預設要求。

9.一種計算機設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至8任一所述方法。