Разработка методики и алгоритма повышения точности оценки координат потребителя спутниковых навигационных систем на основе методов машинного обучения

Целью диссертационной работы является повышение эффективности решения навигационной задачи за счет разработки методики и алгоритма повышения точности оценки координат местоположения при работе по сигналам ГНСС в абсолютном режиме. В процессе исследований и разработок получены следующие новые научные результаты. 1. Впервые предложен и формализован подход к оценке и компенсации остаточной погрешности определения псевдодальности, основанный на применении методов машинного обучения. 2. Впервые предложена методика расчета опорных значений псевдодальностей и остаточной погрешности псевдодальности, применяемых в процессе обучения моделей регрессии, позволяющая использовать их в качестве целевой переменной. 3. Разработаны признаковое описание объектов измерения и модель регрессии с применением метода градиентного бустинга, а также модифицированный алгоритм решения навигационной задачи, применяющий обученные модели регрессии и позволяющий снизить СКО погрешности определения координат местоположения. Практическая ценность работы. Разработанный программный комплекс не требует модернизации наземного и космического сегментов, а за счет предварительной обработки измерений текущих навигационных параметров позволил: 1. Проводить индивидуальную оценку остаточной погрешности определения псевдодальности для каждого наблюдаемого НКА системы ГЛОНАСС в отдельности. 2. Для построенных GBM-моделей достичь среднего значения показателя качества обучения равного 1,02 м при показателе объясненной дисперсии на уровне 68 %. 3. Снизить СКО погрешности определения координат в плане при работе по сигналам ГЛОНАСС высокой точности на 20 %. 4. Снизить СКО погрешности определения координат в плане при работе по сигналам ГЛОНАСС стандартной точности на 23,5 %.