基于径向基神经网络和无迹卡尔曼滤波多径估计方法

摘要

本发明公开了一种基于径向基神经网络和无迹卡尔曼滤波多径估计方法，属于卫星导航多径参数估计领域，主要应用于提高定位精度，它主要包含两个部分，第一部分为：采用无迹卡尔曼滤波对待估计的参数初步估计，解决传统卡尔曼滤波不能应用于非线性系统以及EKF在处理非线性系统只能达到二阶精度的问题，使参数估计在高斯噪声下达到三阶精度。第二部分为：在无迹卡尔曼滤波新息项中引入径向基神经网络作为非高斯补偿，并采用最小误差熵代替均方误差对径向基神经网络的权重调整，从而使整个系统的随机性最小，采用梯度下降法实现权重的在线迭代更新。提出的多径估计算法，能够在非线性非高斯系统中，具有更高的估计精度，有效降低估计误差。