基于神经网络的虚拟基准站自差分GPS定位的研究

提出了一种适合于铁路和公路固定线路的虚拟基准站自差分GPS定位的方法，讨论了建立动态虚拟基准站的方法及基于神经网络的虚拟基准站的结构，并对这一神经网络进行了训练。实验表明，系统的定位精度得到了提高，也有较强的动态跟踪能力。     

在DRGS中GPS/DR组合定位系统的研究

提出一种新的带有神经网络的GPS/DR组合数据融合算法以求在动态路径诱导中获得实时定位数据.数据融合算法采用的是具有单隐层的3层神经网络,并给出了里程仪、速率陀螺和DR系统的数学模型以及里程仪的标定因子的修正模型.它能有效克服因丢失卫星信号而造成定位精度下降的现象.