基于机器学习的 GNSS 信号相关输出 NLOS 多径分类

本文提出了一种用于检测非视距（NLOS）多径的方法，该多径会在全球导航卫星系统（GNSS）中造成较大的定位误差。我们利用最原始的 GNSS 信号处理输出——GNSS 信号相关输出，基于机器学习来检测 NLOS 多径。多相关器输出的波形会因 NLOS 多径而发生畸变。多相关器波形的特征被用于区分 NLOS 多径。我们实现了两种监督学习方法：支持向量机（SVM）和神经网络（NN），并比较了它们的性能。此外，我们还提出了一种自动采集机器学习所需的 LOS 和 NLOS 信号训练数据的方法。在城市环境中对所提出的 NLOS 检测方法进行评估证实，NN 优于 SVM，且 97.7% 的 NLOS 信号被正确识别。