一种基于LSTM神经网络的周跳探测和修复方法

摘要

本发明提供一种基于LSTM神经网络的周跳探测和修复方法，通过长短时记忆网络(LSTM)对时序载波相位测量值的特征数据进行回归预测，并以多普勒信息进行辅助，实现了对GNSS载波相位测量值周跳的探测和修复。本发明包括以下步骤：(1)采集载波相位测量值和多普勒值，并对数据做预处理；(2)设计用于预测载波相位测量值的特征数据的LSTM神经网络；(3)使用LSTM神经网络处理数据集；(4)利用LSTM神经网络输出结果探测和修复周跳；(5)更新历元信息，并重复执行步骤(1)到步骤(4)，直到处理完所有历元。最后得到周跳探测结果和周跳修复结果。经验证，本发明可以有效探测并修复大于0.3周的周跳。