محمدحسین رفان؛ عادل دمشقی؛ مهرنوش کمرزرین
دوره 8، شماره 2 ، تیر 1394، ، صفحه 41-56
چکیده
سامانة مکانیاب تفاضلی برای تعیین موقعیت دقیق نیازمند پیشگویی تصحیحات تفاضلی برای زمانهای آینده است. این سامانه از دو ایستگاه ثابت و متحرک تشکیل شده است. اگر ماهوارههای دو ایستگاه دقیقاً یکسان باشد، منابع خطا در دو ایستگاه تقریباً نزدیک به هم خواهد بود، در این حالت فاکتورهای مختصات مکان مرجع برای جبران خطای مکانیابی ...
بیشتر
سامانة مکانیاب تفاضلی برای تعیین موقعیت دقیق نیازمند پیشگویی تصحیحات تفاضلی برای زمانهای آینده است. این سامانه از دو ایستگاه ثابت و متحرک تشکیل شده است. اگر ماهوارههای دو ایستگاه دقیقاً یکسان باشد، منابع خطا در دو ایستگاه تقریباً نزدیک به هم خواهد بود، در این حالت فاکتورهای مختصات مکان مرجع برای جبران خطای مکانیابی ایستگاه کاربر به عنوان فاکتورهای تصحیحشده قابل استفاده است. در این مقاله، از الگوریتمهای شبکه عصبی تکاملی، ماشین بردار پشتیبان، خودرگرسیو میانگین متحرک و شبکة عصبی بازگشتی برای پیشگویی تصحیحات استفاده شده است، بهمنظور آزمایش الگوریتمها از نمونهبرداری ایستا و متحرک دادههای موقعیت یک گیرنده ارزان قیمت استفاده شد و تصحیحات خطای مختصات مکان مرجع با یک گام رو به جلو پیشگویی شده و در نقطهای دیگر اعمال شد. مدل پیشگویی شبکة عصبی تکاملی نسبت به سایر مدلها دقت بیشتری داشته و خطای RMSآن 12/0 متر است. آزمایشهای انجام شده نشان داد، خطای RMSمکانیابی در حالت ایستا تا 5/0 متر و متحرک تا 61/0 متر کاهش مییابد.