[发明专利]信息融合定位系统卫星信号环境的自适应判别方法

说明书

本发明属于导航定位或机器人技术领域，具体涉及一种信息融合定位系统卫星信号环境的自适应判别方法。该方法包括：选取训练样本以及标签；对采集到的样本数据进行初步权重计算和批标准化处理；批处理操作之后的数据正向传播及误差反向传播；对上述训练好的模型利用测试集进行评价；该方法采用基于RNN的多源信息融合定位系统卫星信号环境的自适应判别方法，能够有效对智能系统运行环境的导航卫星信号状态进行特征抽取，根据连续时间段内的卫星信号状态特征输出当前时刻卫星信号状态判别值，实现智能无人系统的信息融合定位系统对卫星信号环境的自适应判别。

技术领域

本发明属于导航定位或机器人技术领域，具体涉及一种信息融合定位系统卫星信号环境的自适应判别方法。

背景技术

智能无人系统自主定位系统通过导航卫星信号、自身传感器信息、地图先验信息等获取其在工作环境当中的位置和姿态信息。在复杂环境中，当导航卫星系统受到建筑物遮蔽、电磁干扰等环境影响时，智能无人系统可能只能够获取有限的导航卫星信号。在这种情况下，智能无人系统需要将定位方法切换至不完全依赖导航卫星信号的自主定位方法。

由于导航卫星信号跳变、导航卫星信号定位误差大、导航卫星信号断续消失、导航卫星信号定位信息无效等情况的存在，通过选取若干导航卫星信号进行简单定位算法切换时机逻辑判断，其准确率低下。而采用特征工程方法通过在单一时刻内抽取导航卫星信号特征并利用全连接神经网络或支持向量机对其进行处理，将输出作为是否切换定位算法的判断依据，则容易产生定位算法频繁切换，占用大量计算资源的现象。因此，设计一种受信号跳变现象影响小和切换时机判断准确的定位系统自适应判别方法对实现智能无人系统在复杂环境中的自主定位以及降低对导航卫星信号的依赖等方面具有重大的意义。

发明内容

(一)要解决的技术问题

本发明要解决的技术问题是：如何提出一种基于循环神经网络 (RecurrentNeural Network,RNN)的针对多源信息融合位姿状态定位系统的自适应切换方法，实现智能系统在复杂环境中自主定位方法的准确切换。

(二)技术方案

为解决上述技术问题，本发明提供一种信息融合定位系统卫星信号环境的自适应判别方法，其特征在于，所述方法以RNN网络单元为基本结构单元；由于模型中间层存在循环权重，RNN在处理时间序列数据时，能够将前一时刻数据的特征信息传递至下一时刻；本方法实施过程中，在由5个RNN单元组成的自适应判别模型实施的情况下，模型的输入为I，对于5个RNN单元而言，其各自的输入为 I_t-4至I_t，中间层数据为S，对于5个RNN单元而言，其各自的中间层数据为S_t-4至S_t，单组数据的最终输出为O，对于5个RNN单元而言，其各自的最终输出为O_t-4至O_t；

I_k，S_k和O_k，k＝t-4,t-3,t-2,t-1,t分别是维度为p,q,r的一维向量；模型参数包括U，V以及W；其中，U为RNN网络单元的输入权重，是一个p×q的矩阵，V是RNN网络单元的输出权重，是q×r的矩阵，W是RNN网络单元接受上一时刻中间层输入的权重，是一个q ×q的矩阵；自适应判别模型将5个时间帧的输入I_t-4至I_t作为一组数据输入模型，并得到当前标志当前卫星信号环境是否良好的标志位 O_t；

该自适应判别模型在对卫星信号环境状态进行推理之前需要对 U，V以及W进行训练；

由此，所述自适应判别方法的训练以及推理包括以下步骤：

步骤1：选取训练样本以及标签；