一种基于深度学习的卫星信号周跳探测与修复方法
摘要:
本发明公开了一种基于深度学习的卫星信号周跳探测与修复方法,包括:1对卫星信号载波相位进行高阶差分处理,放大周跳信息,同时消除整周模糊度及其它误差的影响;2通过相空间重构将载波相位时间序列转换为向量集,利用无周跳的载波相位值构建无周跳训练样本集;3构建并训练深度学习的网络模型;4定义周跳探测统计量,判断卫星信号是否发生周跳,并对卫星信号进行有效的修复。本发明基于深度学习的卫星信号周跳探测与修复方法可以有效探测与修复周跳,不需要增加额外的辅助信息,具有一定的优越性,可广泛应用于GPS、GLONASS、Galileo、北斗导航卫星信号的处理,具有广阔的应用前景。
0/0