基于可微网络架构的多系统GNSS定位随机模型精化方法

基于可微网络架构的多系统GNSS定位随机模型精化方法，属于卫星导航定位领域。本发明实现方法为：以多系统GNSS观测数据，构建伪距观测方程，经加权最小二乘迭代得到状态初值。基于NetW可微网络提取单星特征，输出自适应权重，得到初步精化随机模型；基于赫尔默特方差估计HVCE，迭代优化多系统间权重比，生成联合权重矩阵；最终将观测级定权、系统级权重与定位解算整合为全链路可微模型，以定位均方误差为损失，通过自动微分反向传播更新NetW网络参数，迭代收敛得到最终精化的随机模型，完成多系统GNSS定位。本发明可提升多系统GNSS单点定位精度，尤其增强城市遮挡场景定位稳定性与抗干扰性，适用于城市自动驾驶、车载导航、智能交通等领域。