模型训练方法及装置、处理方法及装置、设备、介质与流程

1.本发明涉及卫星信号处理技术领域，尤其涉及一种模型训练方法及装置、处理方法及装置、设备、介质。


背景技术：

2.传统gnss接收机芯片的整体设计一般如图1所示，在传统gnss接收机的芯片中，关于从中频数据ifdata输入到定位结果输出的过程，一般需要经过如下处理：首先，对中频数据进行载波以及伪码的相关处理，然后将相关处理后的结果输入到跟踪模块进行鉴频、鉴相，再经过滤波处理以后反馈至数字振荡器(numericallycontrolledoscillator，nco)，以实现对输入信号精确的追踪。在这个过程中，为应对不同信号强度、不同载体动态的影响，需要专业的算法人员对该模块参数进行长期的打磨和调试才能确保信号跟踪的稳定性和准确性，最终才能保证输入定位测速(positionvelocitytiming，pvt)模块的观测量的精度。最后，根据跟踪模块传递过来的观测量信息，结合卫星的星历及时间信息，完成导航定位解算，输出定位测速结果，该模块亦为gnss中复杂且对性能影响尤为关键的一环，尤其是在城市环境下，需要专业算法人员对观测量进行有效的评估，给出合适的策略，同时结合实测数据，进行各种运动模型的约束和优化，同样也是一个漫长而费力的优化过程。
3.针对上述问题，基本上从以下两个解决方案来进行处理：
4.1、利用机器学习来替换跟踪模块以及pvt模块中的部分，利用机器学习强大的学习能力及非线性表达能力，减少复杂的手工设计，通过丰富的数据来提升局部模块的准确性，以此来提升整体系统的性能，然而局部最优并不能确保全局最优，且这些模型的衔接也需要专业人员来手工设计，只是减少了部分工作量。
5.2、利用矢量接收机算法所设计得到的矢量gnss接收机结构如图2所示，输入信号经过相关处理，经过鉴别器或直接进入pvt模块形成量测信息，减少了独立环路的设计及需要进行调优的参数，同时利用了空间的相关性使得系统性能更优，正是上述改变，对于pvt模块的设计提出了更高的要求，涉及到pvt模型的非线性表达能力、可靠量测信息的选取和评估，要达到传统结构的稳定性，需要更长时间的算法设计和参数调优过程。
6.综上，上述解决方案并未减少算法设计的复杂性和算法优化的难度。因此，本发明在保证定位测速结果精度的前提下，提出了一种模型训练方法及装置、处理方法及装置、设备、介质，以降低算法设计的复杂性以及算法优化的难度。


技术实现要素：

7.本发明提供了一种模型训练方法及装置、处理方法及装置、设备、介质，以解决现有技术中所存在的用于求解载体的定位测速结果的算法设计的复杂性和算法优化的难度的技术问题。
8.第一方面，本发明提供一种定位测速模型的训练方法，应用于gnss接收机，包括：获取训练信号组，所述训练信号组包括gnss接收机的输入信号、gnss接收机的历史定位信
息、所述输入信号的路径传播信息、以及可见卫星当前的轨迹信息和速度信息，所述路径传播信息为所述输入信号从被所述可见卫星发射、到所述gnss接收机所接收时的延迟信息，所述可见卫星当前的轨迹信息和速度信息指的是所述可见卫星发射所述输入信号时刻的轨迹信息和速度信息；获取所述gnss接收机中的伪码，并根据所述伪码设置第一系数，所述第一系数包括卷阶层的卷积核的数目和尺寸，所述尺寸包括所述卷积核的点数及所述点数的排布情况；设置第一参数，所述第一参数包括卷积核的每一个点的第一权重参数和第一偏置参数；根据所述第一系数、所述第一参数对所述输入信号进行卷积处理，以得到所述输入信号的特征信息；设置第二系数和第二参数，所述第二系数包括所述全连接层的层数以及每一层所述全连接层的点数，所述第二参数包括所述全连接层的每一个点的第二权重参数和第二偏置参数；根据所述第二系数、所述第二参数对训练信号组、所述特征信息进行处理，以得到所述gnss接收机的训练定位测速结果；判断所述训练定位测速结果是否满足第一预设条件，若是，则保存所述第一系数、所述第二系数、所述第一参数以及所述第二参数，以生成定位测速模型；否则，对所述第一参数和第二参数进行修改，以获取满足第一预设条件的定位测速模型。
9.其有益效果在于：本发明在保证所输出的定位测速结果精度的同时，简化数据处理过程，解决了现有技术中所存在的用于求解载体的定位测速结果的算法设计的复杂性和算法优化的难度的技术问题。
10.可选地，所述根据所述伪码设置第一系数，包括：根据所述可见卫星的卫星的数目，设置所述卷积层中的第一层的卷积核的数目；根据所述伪码的长度设置所述第一层的卷积核的尺寸；所述卷积层中其余层的卷积核的数目和尺寸根据前一层的输出维度设定。其有益效果在于：得到合适所述定位测速模型的第一系数。
11.可选地，所述根据所述第二系数、所述第二参数对训练信号组、所述特征信息进行处理，得到所述载体的训练定位测速结果，包括：计算第一乘积与所述第二偏置参数的和，以得到所述gnss接收机的第一运动轨迹、第一运动速度，所述第一乘积通过所述历史定位信息、所述特征信息、所述路径传播信息分别乘以所述全连接层中的每一层的每一个点相对应的第二权重参数得到的。
12.可选地，在判断所述判断所述训练定位测速结果是否满足第一预设条件之前，还包括：设置第一系数和第二系数，所述第一系数的取值为0～1，所述第二系数的取值为0～1，且所述第一系数和第二系数的和为1。其有益效果在于：通过设置第一系数和第二系数，有利于优化对所述训练定位测速结果的后续判断过程。
13.可选地，在所述判断所述训练定位测速结果是否满足第一预设条件之前，还包括：获取所述gnss接收机的实际定位测速结果，所述实际定位测速结果通过实际观测获得，所述实际定位测速结果包括第二运动轨迹、第二运动速度。
14.可选地，所述判断所述训练定位测速结果是否满足第一预设条件，包括：获取第一偏差和第二偏差，所述第一偏差为所述第一运行轨迹相比于所述第二运动轨迹的轨迹偏差，所述第二偏差为所述第一运动速度与所述第二运动速度的差值；获取第一乘积与第二乘积的和，所述第一乘积为所述第一系数与所述第一偏差的乘积，所述第二乘积为所述第二系数与所述第二偏差的乘积；判断所述第一乘积与所述第二乘积的和是否小于预设阈值，若是，则所述训练定位测速结果满足所述第一预设条件；否则，所述训练定位测速结果
不满足所述第一预设条件。
15.可选地，在获取训练信号组之前，包括：建立数据集，所述数据集包括训练集和测试集，所述训练集和所述测试集均包括若干训练信号组；所述获取训练信号组，包括：获取所述训练集中的训练信号组。
16.可选地，在生成定位测速模型之后，还包括：获取所述测试集中的训练信号组；根据所述测试集中的训练信号组获取所述定位测速模型的输出结果，判断所述输出结果是否满足第二预设条件，若是，则完成所述定位测试模型的训练；否则，对所述第一参数和第二参数进行修改，以获取满足第二预设条件的定位测速模型。
17.第二方面，本发明提供一种数据处理方法，包括：获取输入信号，并将所述输入信号输入至通过如第一方面中任一项所述的定位测速模型的训练方法得到的定位测速模型，获取所述定位测速模型根据所述输入信号的输出结果。
18.第三方面，本发明提供一种定位测速模型的训练装置，用于执行如第一方面中任一项所述的定位测速模型的训练方法，包括：第一获取单元、第二获取单元、参数设置单元、卷积处理单元、定位测速结果生成单元、判断单元；所述第一获取单元用于获取训练信号组，所述训练信号组包括gnss接收机的输入信号、gnss接收机的历史定位信息、所述输入信号的路径传播信息、以及可见卫星当前的轨迹信息和速度信息，所述路径传播信息为所述输入信号从被所述可见卫星发射、到所述gnss接收机所接收时的延迟信息，所述可见卫星当前的轨迹信息和速度信息指的是所述可见卫星发射所述输入信号时刻的轨迹信息和速度信息；所述第二获取单元用于获取所述gnss接收机中的伪码；所述参数设置单元用于根据所述伪码设置第一系数，所述第一系数包括卷阶层的卷积核的数目和尺寸，所述尺寸包括所述卷积核的点数及所述点数的排布情况；所述参数设置单元还用于设置第一参数，所述第一参数包括卷积核的每一个点的第一权重参数和第一偏置参数；所述卷积处理单元用于根据所述第一系数、所述第一参数对所述输入信号进行卷积处理，以得到所述输入信号的特征信息；所述参数设置单元还用于设置第二系数和第二参数，所述第二系数包括所述全连接层的层数以及每一层所述全连接层的点数，所述第二参数包括所述全连接层的每一个点的第二权重参数和第二偏置参数：所述定位测速结果输出单元用于根据所述第二系数、所述第二参数对训练信号组、所述特征信息进行处理，以得到所述gnss接收机的训练定位测速结果；所述判断单元用于判断所述训练定位测速结果是否满足第一预设条件，若是，则保存所述第一系数、所述第二系数、所述第一参数以及所述第二参数，以生成定位测速模型；否则，对所述第一参数和第二参数进行修改，以获取满足第一预设条件的定位测速模型。
19.第四方面，本发明提供一种数据处理装置，包括获取模块、输入模块和输出模块；所述获取模块用于获取输入信号，所述输入模块用于将所述输入信号输入至通过如第三方面所述的定位测速模型的训练装置得到的定位测速模型，所述输出模块用于获取所述定位测速模型根据所述输入信号的输出结果。
20.第五方面，本发明提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时执行如第一方面中任一项所述的定位测速模型的训练方法或者如第二方面所述的数据处理方法的步骤。
21.第六方面，本发明提供一种终端，包括存储器和处理器，所述存储器上存储有能够
在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行如第一方面中任一项所述的定位测速模型的训练方法或者如第二方面所述的数据处理方法的步骤。
22.关于上述第二方面至第六方面的有益效果可以参见上述第一方面中的描述。
附图说明
23.图1为现有技术中的一种传统gnss接收机芯片结构示意图；
24.图2为现有技术中的一种矢量gnss接收机结构示意图；
25.图3为本发明提供的一种定位测速模型的训练方法实施例流程图；
26.图4为本发明提供的一种数据处理方法实施例流程图；
27.图5为本发明提供的一种定位测速模型的训练装置实施例示意图；
28.图6为本发明提供的一种数据处理装置实施例示意图；
29.图7为本发明提供的一种终端实施例示意图。
具体实施方式
30.下面结合本技术实施例中的附图，对本技术实施例中的技术方案进行描述。其中，在本技术实施例的描述中，以下实施例中所使用的术语只是为了描述特定实施例的目的，而并非旨在作为对本技术的限制。如在本技术的说明书和所附权利要求书中所使用的那样，单数表达形式“一种”、“该”、“上述”、“该”和“这一”旨在也包括例如“一个或多个”这种表达形式，除非其上下文中明确地有相反指示。还应当理解，在本技术以下各实施例中，“至少一个”、“一个或多个”是指一个或两个以上(包含两个)。术语“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系；例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a、b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。
31.在本说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本技术的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。术语“连接”包括直接连接和间接连接，除非另外说明。“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。
32.在本技术实施例中，“示例性地”或者“例如”等词用于表示作例子、例证或说明。本技术实施例中被描述为“示例性地”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用“示例性地”或者“例如”等词旨在以具体方式呈现相关概念。
33.本发明提供了一种模型训练方法及装置、处理方法及装置、设备、介质，以解决现有技术中所存在的用于求解载体的定位测速结果的算法设计的复杂性和算法优化的难度的技术问题。
34.本发明提供一种定位测速模型的训练方法，应用于gnss接收机，其流程如图3所
示，包括：
35.s101：获取训练信号组，所述训练信号组包括gnss接收机的输入信号、gnss接收机的历史定位信息、所述输入信号的路径传播信息、以及可见卫星当前的轨迹信息和速度信息，所述路径传播信息为所述输入信号从被所述可见卫星发射、到所述gnss接收机所接收时的延迟信息，所述可见卫星当前的轨迹信息和速度信息指的是所述可见卫星发射所述输入信号时刻的轨迹信息和速度信息；所述延迟信息包括：所述输入信号从被所述可见卫星发射、到所述gnss接收机所接收时的电离层的延迟信息、对流层的延迟信息；
36.s102：获取所述gnss接收机中的伪码，并根据所述伪码设置第一系数，所述第一系数包括卷阶层的卷积核的数目和尺寸，所述尺寸包括所述卷积核的点数及所述点数的排布情况；
37.s103：设置第一参数，所述第一参数包括卷积核的每一个点的第一权重参数和第一偏置参数；
38.s104：根据所述第一系数、所述第一参数对所述输入信号进行卷积处理，以得到所述输入信号的特征信息；
39.s105：设置第二系数和第二参数，所述第二系数包括所述全连接层的层数以及每一层所述全连接层的点数，所述第二参数包括所述全连接层的每一个点的第二权重参数和第二偏置参数；
40.s106：根据所述第二系数、所述第二参数对训练信号组、所述特征信息进行处理，以得到所述gnss接收机的训练定位测速结果；
41.s107：判断所述训练定位测速结果是否满足第一预设条件，若是，则保存所述第一系数、所述第二系数、所述第一参数以及所述第二参数，以生成定位测速模型；否则，对所述第一参数和第二参数进行修改，以获取满足第一预设条件的定位测速模型。
42.通过本实施例得到的所述定位测速模型在保证所输出的定位测速结果精度的同时，简化数据处理过程，解决了现有技术中所存在的用于求解载体的定位测速结果的算法设计的复杂性和算法优化的难度的技术问题。
43.在一些实施例中，所述根据所述伪码设置第一系数，包括：根据所述可见卫星的卫星的数目，设置所述卷积层中的第一层的卷积核的数目；根据所述伪码的长度设置所述第一层的卷积核的尺寸；所述卷积层中其余层的卷积核的数目和尺寸根据前一层的输出维度设定。一般情况下，随着卷积层数越多，得到所述定位测速模型的非线性特征提取的能力越强，尤其是在多径干扰的场景下，可通过增加卷积层数量来提升特征提取能力。但是卷积层数也不能无限多，具体设计需要根据实际情况来定。
44.在一些实施例中，所述根据所述第二系数、所述第二参数对训练信号组、所述特征信息进行处理，得到所述载体的训练定位测速结果，包括：计算第一乘积与所述第二偏置参数的和，以得到所述gnss接收机的第一运动轨迹、第一运动速度，所述第一乘积通过所述历史定位信息、所述特征信息、所述路径传播信息分别乘以所述全连接层中的每一层的每一个点相对应的第二权重参数得到的。全连接层主要描述了各个卫星的特征信息之间的空间相关性以及前后的时间相关性，如果考虑到载体运动的随机性，可适当考虑增加全连接层的层数来增强网络的学习能力，但是全连接层的层数也不能无限大，具体设计根据实际情况来定。示例性地，在求解第一运动轨迹的过程中，所述历史定位信息a对应第一权值系数a
和第一偏置参数b，所述特征信息b对应第二权值系数c和第二偏置参数d，所述路径传播信息中的路径信息c对应第三权值系数e和第三偏置参数f，所述路径传播信息中的时间信息d对应第四权值系数g和第四偏置参数h，那么，通过求解公式aa b bc d ce f dg h，得到所述第一运动轨迹，第一运动速度的求解过程同理，只是，在求解第一运动速度的过程中，所述所述历史定位信息、所述特征信息、所述路径传播信息中的路径信息和时间信息所对应的权值系数和偏置参数可能存在不同。
45.在一些实施例中，在判断所述判断所述训练定位测速结果是否满足第一预设条件之前，还包括：设置第一系数和第二系数，所述第一系数的取值为0～1，所述第二系数的取值为0～1，且所述第一系数和第二系数的和为1。其有益效果在于：通过设置第一系数和第二系数，有利于优化对所述训练定位测速结果的后续判断过程。
46.在一些实施例中，在所述判断所述训练定位测速结果是否满足第一预设条件之前，还包括：获取所述载体的实际定位测速结果，所述实际定位测速结果通过实际观测获得，所述实际定位测速结果包括第二运动轨迹、第二运动速度。
47.在一些实施例中，所述判断所述训练定位测速结果是否满足第一预设条件，包括：获取第一偏差和第二偏差，所述第一偏差为所述第一运行轨迹相比于所述第二运动轨迹的轨迹偏差，所述第二偏差为所述第一运动速度与所述第二运动速度的差值；获取第一乘积与第二乘积的和，所述第一乘积为所述第一系数与所述第一偏差的乘积，所述第二乘积为所述第二系数与所述第二偏差的乘积；判断所述第一乘积与所述第二乘积的和是否小于预设阈值，若是，则所述训练定位测速结果满足所述第一预设条件；否则，所述训练定位测速结果不满足所述第一预设条件，重新对所述卷积核参数和所述全连接层的参数进行训练。可选地，所述第一系数为0.3、0.4、0.5、0.6、0.8或0.9，所述第二系数为0.3、0.4、0.5、0.6、0.8或0.9。
48.在一些实施例中，在获取训练信号组之前，包括：建立数据集，所述数据集包括训练集和测试集，所述训练集和所述测试集均包括若干训练信号组；所述获取训练信号组，包括：获取所述训练集中的训练信号组。所述数据集中的数据可以是实际采集的数据，也可通过模拟器等生成的数据，其次，需要对数据进行归一化的处理，最后，对数据进行乱序处理，并按一定比例分成训练集和测试集。
49.在一些实施例中，在生成定位测速模型之后，还包括：获取所述测试集中的训练信号组；根据所述测试集中的训练信号组获取所述定位测速模型的输出结果，判断所述输出结果是否满足第二预设条件，若是，则完成所述定位测试模型的训练；否则，对所述第一参数和第二参数进行修改，以获取满足第二预设条件的定位测速模型。
50.基于上述任一项实施例所述的定位测速模型的训练方法，本发明提供一种数据处理方法，其流程如图4所示，包括：
51.s201：获取输入信号；
52.s202：将所述输入信号输入至通过如上述任一项实施例所述的定位测速模型的训练方法得到的定位测速模型；
53.s203：获取所述定位测速模型根据所述输入信号的输出结果。
54.基于上述任一项实施例所述的定位测速模型的训练方法，本发明还提供一种定位测速模型的训练装置，如图5所示，用于执行如上述任一项所述的定位测速模型的训练方
法，包括：第一获取单元301、第二获取单元302、卷积处理单元303、参数设置单元304、定位测速结果生成单元305、判断单元306；所述第一获取单元301用于获取训练信号组，所述训练信号组包括gnss接收机的输入信号、gnss接收机的历史定位信息、所述输入信号的路径传播信息、以及可见卫星当前的轨迹信息和速度信息，所述路径传播信息为所述输入信号从被所述可见卫星发射、到所述gnss接收机所接收时的延迟信息，所述可见卫星当前的轨迹信息和速度信息指的是所述可见卫星发射所述输入信号时刻的轨迹信息和速度信息；所述第二获取单元302用于获取所述gnss接收机中的伪码；所述参数设置单元304用于根据所述伪码设置第一系数，所述第一系数包括卷阶层的卷积核的数目和尺寸，所述尺寸包括所述卷积核的点数及所述点数的排布情况；所述参数设置单元304还用于设置第一参数，所述第一参数包括卷积核的每一个点的第一权重参数和第一偏置参数；所述卷积处理单元303用于根据所述第一系数、所述第一参数对所述输入信号进行卷积处理，以得到所述输入信号的特征信息；所述参数设置单元304还用于设置第二系数和第二参数，所述第二系数包括所述全连接层的层数以及每一层所述全连接层的点数，所述第二参数包括所述全连接层的每一个点的第二权重参数和第二偏置参数；所述定位测速结果输出单元305用于根据所述第二系数、所述第二参数对训练信号组、所述特征信息进行处理，以得到所述gnss接收机的训练定位测速结果；所述判断单元306用于判断所述训练定位测速结果是否满足第一预设条件，若是，则保存所述第一系数、所述第二系数、所述第一参数以及所述第二参数，以生成定位测速模型；否则，对所述第一参数和第二参数进行修改，以获取满足第一预设条件的定位测速模型。上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应单元模块的功能描述，在此不再赘述。
55.基于所述实施例所提供的定位测速模型的训练装置，本发明提供一种数据处理装置，如图6所示，包括获取模块401、输入模块402和输出模块403；所述获取模块401用于获取输入信号，所述输入模块402用于将所述输入信号输入至通过如上述实施例所述的定位测速模型的训练装置得到的定位测速模型，所述输出模块403用于获取所述定位测速模型根据所述输入信号的输出结果。上述方法实施例涉及的各步骤的所有相关内容均可以援引到对应单元模块的功能描述，在此不再赘述。
56.经过测试得到，本技术的所提供的所述定位测速模型根据所述输入信号的输出结果(指代定位测速结果)的精度与传统gnss接收机的输出结果的精度一致，并且本技术的处理速度比传统gnss接收机的要快，即提高了处理效率。
57.在本技术的另一些实施例中，本技术实施例公开了一种终端，该终端可以指代上述实施例中的定位测速模型的训练装置或者数据处理装置，如图7所示，该终端可以包括：一个或多个处理器501；存储器502；显示器503；一个或多个应用程序(未示出)；以及一个或多个计算机程序504，上述各器件可以通过一个或多个通信总线505连接。其中该一个或多个计算机程序504被存储在上述存储器502中并被配置为被该一个或多个处理器501执行，该一个或多个计算机程序504包括指令，上述指令可以用于执行上述相应实施例中的各个步骤。
58.通过以上的实施方式的描述，所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成
以上描述的全部或者部分功能。上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
59.在本技术实施例各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
60.该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。基于这样的理解，本技术实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器执行本技术各个实施例该方法的全部或部分步骤。而前述的存储介质包括：快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
61.以上所述，仅为本技术实施例的具体实施方式，但本技术实施例的保护范围并不局限于此，任何在本技术实施例揭露的技术范围内的变化或替换，都应涵盖在本技术实施例的保护范围之内。因此，本技术实施例的保护范围应以所述的权利要求的保护范围为准。