计算机应用

作者：邓天民, 方芳, 岳云霞, 杨其芝

单位：1. 重庆交通大学 交通运输学院, 重庆 400074;2. 山区复杂道路环境"人-车-路"协同与安全重庆市重点实验室(重庆交通大学), 重庆 400074

关键词：智能网联汽车,全域高精度定位,全球导航卫星系统,信号失效,Elman神经网络,数据驱动

基金：国家自然科学基金资助项目（51678099）；重庆市科学技术委员会科技人才培养计划项目（CSTC2013KJRC-QNRC0148）。

针对当前智能网联汽车定位与导航系统无法接收全球导航卫星系统（GNSS）信号引起定位失效的问题，提出一种基于Elman神经网络的GNSS结合惯性导航系统（INS）的全域高精度定位方法。首先，采用神经网络方法，建立了基于Elman网络的GNSS/INS高精度定位训练模型和GNSS失效预测模型；然后，利用GNSS、INS和实时动态（RTK）等定位技术，设计了GNSS/INS高精度定位数据采集实验系统；最后，选取采集的有效实验数据进行了反向传播（BP）神经网络、级联BP（CFBP）神经网络、Elman神经网络的训练模型性能对比分析，并验证了基于Elman网络的GNSS失效预测模型。实验结果表明，所提方法训练误差指标均优于基于BP和CFBP神经网络的方法；在GNSS失效1 min、2 min、5 min时，基于预测模型的预测平均绝对误差（MAE）、方差（VAR）和均方根误差（RMSE）分别为18.88 cm、19.29 cm、58.83 cm，8.96、8.45、5.68和20.90、21.06、59.10，随着GNSS信号失效时长的增加，定位预测精度降低。

来源：2019年第4期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第4期