一种基于长短时记忆网络LSTM的GPS数据重构方法技术

本发明专利技术请求保护一种基于长短时记忆网络LSTM的GPS数据重构方法，涉及定位技术领域。其包括：一、搭建基于Android系统的GPS数据采集平台，读取蓝牙GPS传感器的数据并解析；二、驾驶车辆上路，采集实测数据，并将数据整理归类；三、选取GPS时序数据的特征来训练LSTM网络，构建预测模型；四、根据GPS的时序数据特征，利用已训练的LSTM网络预测经纬度，重构GPS数据。本发明专利技术综合考虑了GPS定位中的速度，方向，加速度等因素，准确的预测经纬度，从而更加准确的重构GPS数据。

【技术实现步骤摘要】
一种基于长短时记忆网络LSTM的GPS数据重构方法
本专利技术属于定位
，具体涉及一种基于长短时记忆网络LSTM的GPS数据重构方法。
技术介绍
全球定位系统(GPS,GlobalPositioningSystem)因为其能够为用户提供全球任意位置的实时、连续且高精度、全天候的三维坐标、速度和基准时间信息，而被广泛应用于军事和民用的众多领域，但是由于GPS观测量中包含了接收机与卫星的时钟差、大气传播延时、多径效应影响等误差，会对接收机坐标的解算造成一定误差，尤其是在城市环境下，GPS信号受建筑物遮蔽和多径效应的影响非常大，由此造成较大的定位误差，有时接收机甚至接收不到有效的GPS信号，以至于无法准确定位。如果不做处理，GPS漂移的点就直接定位到建筑、湖泊中，而不显示到路网上，所以需要对由GPS设备获得的定位信息进行一定处理，使它能够较为精确地匹配到路网上。为了抑制GPS应用过程中定位精度受干扰影响的问题以及保证GPS定位的可靠性，现有的大多数解决方案是对GPS定位数据进行滤波，如卡尔曼滤波，粒子滤波等，或者对GPS接收机的完好性进行监测，通过滤波滤除定位数据中的较大误差和随时检测、隔离差错信息。再者就是基于基于马尔科夫，贝叶斯网络等模型做路网匹配算法的研究，将GPS点匹配到相应的道路上，使最终的定位结果在精度和可靠性上得到保证，以上算法的不足是当GPS信号短时间被遮蔽时，不能够得到比较准确的GPS经纬度，未来GPS定位研究的挑战与趋势将是使用大数据技术来提高定位精度。因此，本专利技术提出了一种基于长短时记忆网络LSTM的GPS数据重构方法。专利技术内容本专利技术旨在解决以上现有技术的问题。提出了一种当GPS信号短时间被遮蔽时，能够得到准确的GPS经纬度的基于长短时记忆网络LSTM的GPS数据重构方法。本专利技术的技术方案如下：一种基于长短时记忆网络LSTM的GPS数据重构方法，其包括以下步骤：步骤1)、搭建基于Android系统的GPS数据采集平台，读取蓝牙GPS传感器的数据并解析；步骤2)、驾驶车辆上路以不同的车速通过不同的路段，采集车辆GPS实测数据，并将数据整理归类，分为高精度定位数据和低精度定位数据；步骤3)、选取步骤2)的高精度定位数据作为特征向量来训练长短时记忆LSTM网络，构建预测模型；步骤4)、选取步骤2)的低精度定位数据，利用已训练的长短时记忆LSTM网络预测经纬度，重构GPS数据。进一步的，所述步骤1)中基于Android系统，以蓝牙串口的方式读取GPS传感器的广播信息，首先将原始的协议帧存为多维字符串数组a[M][N]，M表示该数组的行数，N表示该数组的列数，然后根据NMEA-0183协议标准依次匹配字符串a[0]，匹配到对应的字段，进行相应的解析实时的显示并存至本地。进一步的，所述步骤2)中，将GPS蓝牙传感器固定在车内，通过包括高速公路，山区道路，城市道路，商圈道路在内的不同的路段，采集车辆行驶过程中的GPS数据，包括经度、纬度、方向、速度及精度因子；然后将数据分类，参照水平精度因子HDOP，HDOP<＝1的数据归类为高精度的GPS数据，HDOP>1的数据归类为低精度的GPS数据。进一步的，所述步骤3)选取高精度GPS数据中连续四个时刻t1、t2、t3、t4，每个时刻的经度αi，纬度βi，速度Vi，方向θi，加速度ai，其中i表示第i个时刻，作为单个样本的特征输入LSTM网络，来进行参数训练，假设选取N个样本，则第n个单个样本的特征矩阵Sn如下所示这里定义N个样本训练过程中的损失函数为其中α、β为LSTM网络预测出的经度、纬度，α0、β0为实际精确的经度，纬度。进一步的，所述步骤1)搭载GPS数据采集平台，具体包括步骤：步骤ⅰ、搜索连接蓝牙GPS传感器：Android设备以客户端的角色主动连接蓝牙模块的传感器，软件实施流程如下：1.使用registerReceiver注册BroadcastReceiver来获取蓝牙状态、搜索设备等消息；2.使用BlueAdatper的搜索；3.在BroadcastReceiver的onReceive()里取得搜索所得的蓝牙设备信息；4.通过设备的MAC地址来建立一个BluetoothDevice对象；5.由BluetoothDevice衍生出BluetoothSocket，准备SOCKET来读写设备；6.通过BluetoothSocket的createRfcommSocketToServiceRecord()方法来选择连接的协议/服务；7.连接之后，使用BluetoothSocket的getInputStream()读蓝牙设备的数据。步骤ⅱ、解析原始GPS数据存至本地。进一步的，所述步骤4)用已训练的LSTM网络预测经纬度，具体实施步骤如下：若车辆经过短暂的“城市峡谷”，或卫星信号被建筑物短时间遮挡造成GPS定位飘逸，水平定位精度HDOP>1，这种情况下，根据连续前4秒中的样本数据特征，代入LSTM网络预测第5秒的GPS数据，从而纠正第5秒所测的经纬度误差，若第6秒仍发生GPS定位漂移，则根据第2，3，4，5秒的数据来纠正第6秒的经纬度，直到卫星信号恢复正常；最终根据纠正过的GPS点的经纬度和高精度的GPS经纬度结合重构GPS数据。本专利技术的优点及有益效果如下：本专利技术考虑连续GPS数据的前后几个时刻的关系，结合机器学习中神经网络的算法，基于长短时记忆网络LSTM，利用前几个时刻GPS坐标点的经度，纬度，速度，方向，加速度预测下一个时间点的经纬度，从而纠正某些误差较大的坐标点，重构GPS数据。本专利技术为GPS定位精度的提高，提供了一种有效的方法。本专利技术的创新点在于引入时间序列提高GPS的定位精度，具体如下，当GPS发生短时间的定位飘逸时，本专利技术考虑连续GPS数据的前后几个时刻的关系，结合机器学习中神经网络的算法，基于长短时记忆网络LSTM，利用前几个时刻GPS坐标点的经度，纬度，速度，方向，加速度预测下一个时间点的经纬度，从而纠正某些误差较大的坐标点，重构GPS数据。本专利技术为GPS定位精度的提高，提供了一种有效的方法。附图说明图1是本专利技术提供优选实施例原理图；图2为本专利技术中GPS数据采集的软件流程图；图3为本专利技术中基于LSTM网络训练参数的示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本专利技术的一部分实施例。本专利技术解决上述技术问题的技术方案是：本专利技术所述的基于长短时记忆网络LSTM的GPS数据重构方法，重点解决的是短时间内GPS卫星信号被遮挡，造成GPS经纬度漂移的问题，其主要思路是首先搭建GPS数据采集平台，然后驾车行驶不同的路段，采集大量的GPS数据，并整理数据将数据归类，接着选取高精度的GPS数据作为训练样本，提取样本特征训练LSTM网络的参数，得到准备的预测模型，最后可以根据GPS数据前4秒的时序特征准确得到下一个时刻的经纬度，本专利技术所述的基于长短时记忆网络LSTM的GPS数据重构方法，包括以下步骤：步骤一、基于Android系统开发一个应用程序，操作手机蓝牙读取GPS传感器的广播信息，根据NMEA-0183协议标准解析出经本文档来自技高网...

【技术保护点】
1.一种基于长短时记忆网络LSTM的GPS数据重构方法，其特征在于，包括以下步骤：步骤1)、搭建基于Android系统的GPS数据采集平台，读取蓝牙GPS传感器的数据并解析；步骤2)、驾驶车辆上路以不同的车速通过不同的路段，采集车辆GPS实测数据，并将数据整理归类，分为高精度定位数据和低精度定位数据；步骤3)、选取步骤2)的高精度定位数据作为特征向量来训练长短时记忆LSTM网络，构建预测模型；步骤4)、选取步骤2)的低精度定位数据，利用已训练的长短时记忆LSTM网络预测经纬度，重构GPS数据。

【技术特征摘要】
1.一种基于长短时记忆网络LSTM的GPS数据重构方法，其特征在于，包括以下步骤：步骤1)、搭建基于Android系统的GPS数据采集平台，读取蓝牙GPS传感器的数据并解析；步骤2)、驾驶车辆上路以不同的车速通过不同的路段，采集车辆GPS实测数据，并将数据整理归类，分为高精度定位数据和低精度定位数据；步骤3)、选取步骤2)的高精度定位数据作为特征向量来训练长短时记忆LSTM网络，构建预测模型；步骤4)、选取步骤2)的低精度定位数据，利用已训练的长短时记忆LSTM网络预测经纬度，重构GPS数据。2.根据权利要求1所述的基于长短时记忆网络LSTM的GPS数据重构方法，其特征在于，所述步骤1)中基于Android系统，以蓝牙串口的方式读取GPS传感器的广播信息，首先将原始的协议帧存为多维字符串数组a[M][N]，M表示该数组的行数，N表示该数组的列数，然后根据NMEA-0183协议标准依次匹配字符串a[0]，匹配到对应的字段，进行相应的解析实时的显示并存至本地。3.根据权利要求1所述的基于长短时记忆网络LSTM的GPS数据重构方法，其特征在于，所述步骤2)中，将GPS蓝牙传感器固定在车内，通过包括高速公路，山区道路，城市道路，商圈道路在内的不同的路段，采集车辆行驶过程中的GPS数据，包括经度、纬度、方向、速度及精度因子；然后将数据分类，参照水平精度因子HDOP，HDOP<＝1的数据归类为高精度的GPS数据，HDOP>1的数据归类为低精度的GPS数据。4.根据权利要求1所述的基于长短时记忆网络LSTM的GPS数据重构方法，其特征在于，所述步骤3)选取高精度GPS数据中连续四个时刻t1、t2、t3、t4，每个时刻的经度αi，纬度βi，速度Vi，方向θi，加速度ai，其中i表示第i个时刻，作为单个样本的特征输入LSTM网络，来进行参数训练，假设选取N个样本，则第n个单个样本的特征矩阵...

【专利技术属性】
技术研发人员：张家波，王超凡，张祖凡，李哲，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50