買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉天津大學申請的專利基于RNN-CNN神經網絡的GPS-INS組合定位方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115826023B 。

龍圖騰網通過國家知識產權局官網在2025-08-15發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210877237.2，技術領域涉及：G01S19/47；該發明授權基于RNN-CNN神經網絡的GPS-INS組合定位方法是由董輝;馬永濤設計研發完成，并于2022-07-25向國家知識產權局提交的專利申請。

本基于RNN-CNN神經網絡的GPS-INS組合定位方法在說明書摘要公布了：本發明涉及一種基于RNN?CNN神經網絡的GPS?INS組合定位方法，包括下列步驟：構建GPS數據集和INS數據集；第二步，搭建基于GRU的循環神經網絡RNN模型模型；基于時序的卷積神經網絡CNN模型設計；Stacking集成模塊設計；GPS?INS組合導航設計：在GPS信號可用時，利用神經網絡訓練INS系統的誤差模型；在GPS信號缺失時，利用神經網絡預測INS的誤差并修正INS的輸出。

本發明授權基于RNN-CNN神經網絡的GPS-INS組合定位方法在權利要求書中公布了：1.一種基于RNN-CNN神經網絡的GPS-INS組合定位方法，包括下列步驟： 第一步，構建GPS數據集和INS數據集，并進行數據預處理； 第二步，搭建基于GRU的循環神經網絡RNN模型模型：輸入的時序INS數據首先流入以一對一形式展開的GRU層的第1層，通過第1層的GRU層后輸出的長度不變，并且每個時間步記憶狀態為已經更新的序列，然后此序列流入以多對一形式展開的GRU層的第2層，GRU層的第2層輸出下一個時間步的新的記憶狀態，并作為GRU層的第3層的輸入；在GRU層的第3層搭配了全連接神經網絡Dense層進行神經網絡穩定性的調節，神經元個數為前一層的12；在GRU層的第4層繼續搭配Dense層，神經元個數也為前一層的12；最后由輸出層輸出目標時刻的INS誤差值，并且各個GRU層之間采取堆疊的方式進行連接； 第三步，基于時序的卷積神經網絡CNN模型設計：將最近L個時刻具有N維屬性，包括INS位置、速度和累積誤差的數據展開后類比為網格數據，通過卷積神經網絡處理，選擇的卷積核大小為3×3，步幅為1；在池化層選取最大池化函數，池化核大小為2×2，步幅s為2；在對輸入的數據做最大池化操作后，先將得到的特征拉成一維，將其輸入全連接層進行ReLU激活，輸出INS的誤差； 第四步，Stacking集成模塊設計：在Stacking集成模塊中將需要被組合的模型稱為個體學習器，用來組合其他學習器的模型稱為元學習器；將RNN和CNN作為個體學習器，將全連接神經網絡作為元學習器；RNN-CNN預測模型分為2個層次，并且在訓練RNN-CNN前，先將訓練集分為兩部分，第1部分分別用于第1層次中的RNN和CNN，然后用第1層次訓練得到的模型去預測第2部分訓練集，得到的輸出預測值經過拼接作為新的輸入，訓練第2層次全連接神經網絡模型，最終輸出的為第2部分訓練集對應時刻的實測值； 第五步，GPS-INS組合導航設計：在GPS信號可用時，利用神經網絡訓練INS系統的誤差模型；在GPS信號缺失時，利用神經網絡預測INS的誤差并修正INS的輸出。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人天津大學，其通訊地址為：300072 天津市南開區衛津路92號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。