GNSS多径信号3种非监督学习法分析与比较

摘要

城市复杂环境中GNSS信号容易被遮挡、反射,导致定位精度下降,定位不连续.本文综合考虑伪距残差、信噪比、高度角和伪距率一致性特征值对GNSS信号的影响,采用k-means++、高斯混合聚类(GMM)和模糊c-均值(FCM)3种非监督学习聚类方法,试图分离视线信号(LOS)、多路径和非视线信号(NLOS).利用已知坐标的静态GPS/BDS多系统伪距单点定位对3种聚类效果进行了验证.结果表明,3种方法中FCM的轮廓系数最大,聚类性能最好;剔除NLOS信号后,3种方法的定位效果都得到了显著提升.在对比3种方法的RMSE后发现,k-means++和FCM在3个方向的精度提升最好,约为50％.相比于监督分类方法,非监督分类方法剔除NLOS信号方法易于实现,无须先验信息,能降低运算负荷和设备成本,在改善定位精度方面有一定优势.