• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>International Conference on Signal Processing(ICSP'06); 20061116-20; Guilin(CN) >Modeling of GPS SPS Timing Error using Multilayered Neural Network
【24h】

Modeling of GPS SPS Timing Error using Multilayered Neural Network

机译：基于多层神经网络的GPS SPS时序误差建模

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

GPS is not only an accurate navigation system; it also delivers time with unprecedented accuracy. In this paper, a Multilayered Neural Network (MNN) based approach for forecast and improvement of GPS Standard Positioning Service (SPS) timing error is presented. The proposed MNN is trained using Back-Propagation (BP) and Extended Kalman Filter (EKF) training algorithms. The performance of these proposed MNNs is demonstrated by showing its effectiveness in GPS timing error prediction of a low cost GPS receiver. The tests results on the collected real data show that GPS timing error RMS can reduce from 300nsec and 200nsec to less than 120nsec and 43nsec by using MNN prediction, before and after SA, respectively. The experimental results emphasize that performance of MNN based on the EKF training algorithm is better than BP.
机译：GPS不仅是一种精确的导航系统，而且还可以用作导航系统。它还以前所未有的准确性提供时间。本文提出了一种基于多层神经网络（MNN）的方法来预测和改善GPS标准定位服务（SPS）的计时误差。使用反向传播（BP）和扩展卡尔曼滤波器（EKF）训练算法对提出的MNN进行训练。这些提议的MNN的性能通过展示其在低成本GPS接收机的GPS定时误差预测中的有效性来证明。对收集到的真实数据的测试结果表明，在SA之前和之后，通过使用MNN预测，GPS定时误差RMS可以分别从300ns和200ns减小到小于120ns和43ns。实验结果强调，基于EKF训练算法的MNN的性能优于BP。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号