导航定位预测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术公开了一种导航定位预测方法、装置、电子设备及存储介质，涉及卫星定位技术领域。其中，所述方法包括：获取本轮预测对应的观测位置信息及相邻上一轮预测对应的定位数据；根据所述相邻上一轮预测对应的定位数据，利用神经网络预测模型，确定一预测位置信息；依据所述预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据。本方案采用了神经网络预测模型进行预测，利用神经网络预测模型的预测效果更稳定的特性，使得到的预测位置信息受客观条件的影响小、准确度也越高。进而，提高最终导航定位预测的准确性。

【技术实现步骤摘要】
导航定位预测方法、装置、电子设备及存储介质
本专利技术涉及卫星定位
，具体而言，涉及导航定位预测方法、装置、电子设备及存储介质。
技术介绍
卫星定位技术是一种使用卫星对某物进行准确定位的技术。目前卫星定位技术已广泛应用于生活中的各类场景下，为人们的生活提供便利。直接采用卫星定位技术进行定位，有时会由于各种客观条件的限制，造成比较大的误差。使得，相邻两次准确的定位之间的时间间隔可能会比较长，不适宜进行提供导航类服务。因此，通常基于卫星定位进行导航时，还包括位置预测环节，以矫正直接采用卫星定位时可能出现的误差。目前，所用的位置预测的方式为：采用通过卫星星历得到的于上一个定位点时的速度、方向，再结合时间间隔，计算得到预测位置。然而，通过卫星星历得到的速度、方向受到卫星星历误差、大气延时误差、多路径、接收机信号跟踪误差、噪声等影响，这些影响都会造成位置预测结果出现过大的偏差，严重影响到导航定位精度。
技术实现思路
本专利技术实施例的目的在于提供一种导航定位预测方法、装置、电子设备及存储介质，用于提高导航定位的精确度。为了实现上述目的，本专利技术实施例采用的技术方案如下：本专利技术实施例第一方面提供了一种导航定位预测方法，所述方法包括：获取本轮预测对应的观测位置信息及相邻上一轮预测对应的定位数据；根据所述相邻上一轮预测对应的定位数据，利用神经网络预测模型，确定一预测位置信息；依据所述预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据。本专利技术实施例第二方面提供了一种导航定位预测装置，所述装置包括：获取模块、预测模块和确定模块。其中，获取模块，用于获取本轮预测对应的观测位置信息及相邻上一轮预测对应的定位数据；预测模块，用于根据所述相邻上一轮预测对应的定位数据，利用神经网络预测模型，确定一预测位置信息；确定模块，用于依据所述预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据。本专利技术实施例第三方面提供一种电子设备，包括：处理器、存储介质和总线，所述存储介质存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储介质之间通过总线通信，所述处理器执行所述机器可读指令，以执行时执行以上第一方面的方法。本专利技术实施例第四方面提供一种程序产品，例如计算机可读取存储介质，包括程序，该程序在被处理器执行时用于执行以上第一方面的方法。相对现有技术，本专利技术实施例提供的导航定位预测方法，先采用神经网络预测模型对相邻上一轮预测对应的定位数据处理得到预测位置信息，再依据得到预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据。神经网络预测模型的预测效果更稳定，受客观条件的影响小，得到的预测位置信息准确度也越高。进而，提高最终导航定位预测的准确性。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举实施例，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本专利技术的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。图1示出了本专利技术实施例提供的电子设备的方框示意图。图2示出了本专利技术实施例提供的导航定位预测方法的步骤流程图。图3示出了本专利技术实施例提供的导航定位预测方法的步骤流程图的另一部分。图4示出了本专利技术实施例提供的导航定位预测装置的结构示意图。图标：100-电子设备；101-存储器；102-通信接口；103-处理器；104-总线；200-导航定位预测装置；201-获取模块；202-预测模块；203-确定模块；204-获得模块；205-训练模块。具体实施方式下面将结合本专利技术实施例中附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本专利技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本专利技术的实施例的详细描述并非旨在限制要求保护的本专利技术的范围，而是仅仅表示本专利技术的选定实施例。基于本专利技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本专利技术的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。本申请中使用的定位技术可以基于全球定位系统(GlobalPositioningSystem,GPS)、全球导航卫星系统(GlobalNavigationSatelliteSystem,GLONASS)，罗盘导航系统(COMPASS)、伽利略定位系统、准天顶卫星系统(Quasi-ZenithSatelliteSystem,QZSS)、无线保真(WirelessFidelity,WiFi)定位技术等，或其任意组合。一个或多个上述定位系统可以在本申请中互换使用。请参照图1，图1示出了本专利技术实施例提供的电子设备100的方框示意图。电子设备100可以是，但不限于移动设备、平板计算机、膝上型计算机、或机动车辆中的内置设备等，或其任意组合。在一些实施例中，移动设备可以包括智能家居设备、可穿戴设备、智能移动设备、虚拟现实设备、或增强现实设备等，或其任意组合。在一些实施例中，智能家居设备可以包括智能照明设备、智能电器设备的控制设备、智能监控设备、智能电视、智能摄像机、或对讲机等，或其任意组合。在一些实施例中，可穿戴设备可包括智能手环、智能鞋带、智能玻璃、智能头盔、智能手表、智能服装、智能背包、智能配件等、或其任何组合。在一些实施例中，智能移动设备可以包括智能手机、个人数字助理(PersonalDigitalAssistant，PDA)、游戏设备、导航设备、或销售点(pointofsale，POS)设备等，或其任意组合。在一些实施例中，虚拟现实设备和/或增强现实设备可以包括虚拟现实头盔、虚拟现实玻璃、虚拟现实贴片、增强现实头盔、增强现实玻璃、或增强现实贴片等，或其任意组合。例如，虚拟现实设备和/或增强现实设备可以包括各种虚拟现实产品等。在一些实施例中，机动车辆中的内置设备可以包括车载计算机、车载电视等。在一些实施例中，电子设备100可以是能采用定位技术的设备。电子设备100的操作系统可以是，但不限于，Windows系统、Linux系统等。上述电子设备包括存储器101、通信接口102、处理器103和总线104，所述存储器101、通信接口102和处理器103通过总线104连接，处理器103用于执行存储器101中存储的可执行模块，例如计算机程序。其中，存储器101可能包含高速随机存取存储器(RAM：RandomAccessMemory)，也可能还包括非不稳定的存储器(non-volatilememory)，例如至少一个磁盘存储器。通过至少一个通信接口102(可以是有线或者无线)实现该电子设备与外部设备之间的通信连接。总线104可以是ISA总线104、PCI总线104或E本文档来自技高网...

【技术保护点】
1.一种导航定位预测方法，其特征在于，所述方法包括：获取本轮预测对应的观测位置信息及相邻上一轮预测对应的定位数据；根据所述相邻上一轮预测对应的定位数据，利用神经网络预测模型，确定一预测位置信息；依据所述预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据。

【技术特征摘要】
1.一种导航定位预测方法，其特征在于，所述方法包括：获取本轮预测对应的观测位置信息及相邻上一轮预测对应的定位数据；根据所述相邻上一轮预测对应的定位数据，利用神经网络预测模型，确定一预测位置信息；依据所述预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据。2.如权利要求1所述的导航定位预测方法，其特征在于，所述方法还包括：获取训练样本数据；所述训练样本数据包括多个历史定位数据；利用所述训练样本数据对预先选定的初始神经网络模型进行训练，以得到所述神经网络预测模型。3.如权利要求2所述的导航定位预测方法，其特征在于，在所述获取训练样本数据之后，所述方法还包括：对所述训练样本数据进行镜像处理；所述利用所述训练样本数据对预先选定的初始神经网络模型进行训练的步骤包括：利用镜像处理后的训练样本数据，结合正则化处理机制及随机消除神经网络节点的处理机制，对预先选定的初始神经网络模型进行训练。4.如权利要求2所述的导航定位预测方法，其特征在于，所述利用所述训练样本数据对预先选定的初始神经网络模型进行训练的步骤包括：采用梯度下降法，确定所述初始神经网络模型的隐藏层层数；采用确定后的所述初始神经网络模型对所述训练样本数据进行学习，以调整各隐藏层节点的节点参数，以得到所述神经网络预测模型。5.如权利要求1所述的导航定位预测方法，其特征在于，依据所述预测位置信息及所述观测位置信息，结合滤波处理模型，得到本轮预测对应的定位数据的步骤包括：依据所述预测位置信息及观测位置信息，结合卡尔曼滤波算法，得到本轮预测对应的所述定位数据。6.如权利要求5所述的导航定位预测方法，其特征在于，依据所述预测...

【专利技术属性】
技术研发人员：周帅，
申请(专利权)人：湖南国科微电子股份有限公司，
类型：发明
国别省市：湖南,43