10164

بهبود موقعيت يابي GPS با استفاده از روش LSTM SR-UKF

كارشناسي

برق الكترونيك

1404

دكتر نرجس راحمي

1404/09/17

برق

Enhancing GPS Positioning Using LSTM-Based SR-UKF Method

فيلتر كالمن بي‌اثر با استفاده از مجموعه‌اي محدود از نقاط نمونه‌برداري قطعي، توزيع حالت را بدون نياز به خطي‌سازي تقريب مي‌زند و آن‌ها را از طريق توابع غيرخطي اصلي منتشر مي‌كند. اين ويژگي منجر به افزايش دقت و پايداري موقعيت‌يابي مي‌شود. در اين پژوهش، علاوه بر استفاده از سه نوع فيلتر كالمن بي‌اثر براي بهبود دقت، اثر همبستگي بين مشاهدات نيز در نظر گرفته شده و ماتريس واريانس–كواريانس بر اساس آن تعيين شده است. نوآوري اصلي اين تحقيق، تركيب UKF با شبكه‌هاي عصبي LSTM به منظور بهره‌گيري همزمان از مزاياي فيلتر غيرخطي و قدرت يادگيري الگوهاي زماني است. داده‌هاي موقعيت فيلترشده توسط UKF به عنوان ورودي به مدل LSTM داده مي‌شوند تا با يادگيري الگوهاي سري زماني، دقت پيش‌بيني موقعيت در گام‌هاي بعدي بهبود يابد. اين رويكرد تركيبي موجب افزايش مقاومت سامانه در برابر نويز و اختلال‌هاي محيطي و ارتقاي قابليت پيش‌بيني مسير مي‌شود.

GPS , فيلتر كالمن بي‌اثر , شبكه عصبي بازگشتي , شبكه عصبي LSTM