[發(fā)明專利]一種基于機器學習的衛(wèi)星導航自動判讀方法

在審

• 申請?zhí)枺?/td>: 202110913859.1
• 申請日: 2021-08-10
• 公開（公告）號: CN113780353A
• 公開（公告）日: 2021-12-10
• 發(fā)明（設計）人: 王崇旭;洪詩聘;鄭建明;呂孝坤
• 申請（專利權(quán)）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

本發(fā)明提供了一種基于機器學習的衛(wèi)星導航自動判讀方法，所述方法包括：S10、獲取衛(wèi)星導航的定位數(shù)據(jù)包；S20、判斷當前定位數(shù)據(jù)的字段類型；S30、判斷當前定位數(shù)據(jù)是否需要計算精度誤差，若是，轉(zhuǎn)至S40，否則，轉(zhuǎn)至S50；S40、確定當前定位數(shù)據(jù)是否滿足預設要求，并轉(zhuǎn)至S70；S50、確定當前定位數(shù)據(jù)是否滿足預設要求，并轉(zhuǎn)至S70；S60、確定當前定位數(shù)據(jù)是否滿足預設要求，并轉(zhuǎn)至S70；S70、判斷是否遍歷完定位數(shù)據(jù)包中的全部定位數(shù)據(jù)，若是，轉(zhuǎn)至S80，否則，轉(zhuǎn)至S20；S80、若定位數(shù)據(jù)包中的全部定位數(shù)據(jù)均滿足預設要求，則判斷衛(wèi)星導航的工作狀態(tài)正常，否則，判斷衛(wèi)星導航的工作狀態(tài)異常。本發(fā)明能夠解決現(xiàn)有方法無法對較大數(shù)據(jù)量和動態(tài)數(shù)據(jù)進行判讀的技術問題。

技術領域

本發(fā)明涉及衛(wèi)星導航測試技術領域，尤其涉及一種基于機器學習的衛(wèi)星導航自動判讀方法。

背景技術

隨著衛(wèi)星導航應用需求及應用范圍的不斷增大，其自動測試技術顯得愈發(fā)重要。數(shù)據(jù)判讀是衛(wèi)星導航自動測試技術領域一項十分重要的環(huán)節(jié)，其判讀結(jié)果是判斷衛(wèi)星導航工作狀態(tài)是否正常的重要依據(jù)。

通常，衛(wèi)星接收機在生產(chǎn)研制或靶場保障時一次試驗過程的參數(shù)少則數(shù)百，多則上千，反映產(chǎn)品軟硬件各項性能指標的狀態(tài)字較多，有些是比較直觀進行判斷的，有些則需要進行深度分析才能進行判讀，數(shù)據(jù)量巨大，人工判讀難度大。其次，目前現(xiàn)有方法主要是對衛(wèi)星接收機試驗數(shù)據(jù)參數(shù)的越界閾值判讀，難以實現(xiàn)隨著衛(wèi)星工作狀態(tài)變化的動態(tài)數(shù)據(jù)判讀，存在著參數(shù)范圍無法進行準確定義的問題。

發(fā)明內(nèi)容

本發(fā)明提供了一種基于機器學習的衛(wèi)星導航自動判讀方法，能夠解決現(xiàn)有方法無法對較大數(shù)據(jù)量和動態(tài)數(shù)據(jù)進行判讀的技術問題。

根據(jù)本發(fā)明的一方面，提供了一種基于機器學習的衛(wèi)星導航自動判讀方法，所述方法包括：

S10、獲取衛(wèi)星導航的定位數(shù)據(jù)包，其中，定位數(shù)據(jù)包包括閾值判讀類型的定位數(shù)據(jù)和機器學習類型的定位數(shù)據(jù)；

S20、判斷當前定位數(shù)據(jù)的字段類型，在當前定位數(shù)據(jù)的字段類型為閾值判讀類型的情況下，轉(zhuǎn)至S30，在當前定位數(shù)據(jù)的字段類型為機器學習類型的情況下，轉(zhuǎn)至S60；

S30、判斷當前定位數(shù)據(jù)是否需要計算精度誤差，若是，轉(zhuǎn)至S40，否則，轉(zhuǎn)至S50；

S40、計算當前定位數(shù)據(jù)的均方根誤差，將當前定位數(shù)據(jù)的均方根誤差與精度誤差閾值進行比較，根據(jù)第一比較結(jié)果確定當前定位數(shù)據(jù)是否滿足預設要求，并轉(zhuǎn)至S70；

S50、將當前定位數(shù)據(jù)與數(shù)據(jù)閾值進行比較，根據(jù)第二比較結(jié)果確定當前定位數(shù)據(jù)是否滿足預設要求，并轉(zhuǎn)至S70；

S60、利用卷積神經(jīng)網(wǎng)絡算法獲取當前定位數(shù)據(jù)的聚類結(jié)果，根據(jù)聚類結(jié)果確定當前定位數(shù)據(jù)是否滿足預設要求，并轉(zhuǎn)至S70；

S70、判斷是否遍歷完定位數(shù)據(jù)包中的全部定位數(shù)據(jù)，若是，轉(zhuǎn)至S80，否則，轉(zhuǎn)至S20對下一個定位數(shù)據(jù)進行判斷；

S80、若定位數(shù)據(jù)包中的全部定位數(shù)據(jù)均滿足預設要求，則判斷衛(wèi)星導航的工作狀態(tài)正常，否則，判斷衛(wèi)星導航的工作狀態(tài)異常。

優(yōu)選的，閾值判讀類型中需要計算精度誤差的定位數(shù)據(jù)包括速度信息和位置信息。

優(yōu)選的，閾值判讀類型中不需要計算精度誤差的定位數(shù)據(jù)包括功率字、首次定位時間和頻綜。

優(yōu)選的，機器學習類型的定位數(shù)據(jù)包括鐘差和位置精度強弱度。

優(yōu)選的，在S60中，利用卷積神經(jīng)網(wǎng)絡算法獲取當前定位數(shù)據(jù)的聚類結(jié)果包括：

S61、將當前定位數(shù)據(jù)轉(zhuǎn)換為圖像作為測試集；

S62、將歷史機器學習類型的定位數(shù)據(jù)轉(zhuǎn)換為圖像作為訓練集，并生成訓練好的神經(jīng)網(wǎng)絡模型；