城区定位更准更稳
通过环境感知动态调整观测权重，在复杂城市环境中实现比传统模型更优的定位连续性和精度。
朱锋 · Weijie, Chen · Hu, Jiahuan · 刘万科 · 张小红
IEEE Transactions on Intelligent Vehicles 2025
时序神经网络对四种城市场景的识别置信度准确率达到 95.37%，为随机模型的可靠配置提供了基础。
在基于伪距的单点定位中，与经典 C/N0 模型相比，水平分量连续性提升 17.60%，垂直分量提升 22.39%。
随机模型可根据时序神经网络的预测结果自适应配置，无需人工干预即可适应不同城市场景。