复杂观测环境下GNSS信号分类及精度评估
Journal of Geodesy and Geodynamics(2022)
摘要
基于高度角、信噪比和伪距残差3个指标,采用K均值(Kmeans++)、迭代自组织数据分析法(ISO-DATA)和基于密度带有噪声的空间分类法(DBSCAN)对复杂城市观测环境下的GNSS数据进行分类,并采用伪距单点定位模型(SPP)评估不同算法的分类精度.结果表明,Kmeans++算法分类精度最优,在E、N、U 3个方向上的定位精度分别达2.56 m、3.25 m、9.73 m;相较于未采用Kmeans++算法的定位精度分别提升57.86%、47.64%、60.98%.为进一步验证算法性能,将Kmeans++算法与信噪比、高度角阈值法进行精度对比,结果表明,Kmeans++算法的平面和三维定位精度均有显著改善,分别提升24.87%、39.07%(信噪比阈值法)和41.36%、59.91%(高度角阈值法).
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要