一种基于机器学习的卫星导航系统全球定位性能评估方法

本发明公开了一种基于机器学习的卫星导航系统全球定位性能评估方法，包括步骤1、构建GBDT模型，其输入特征包括卫星几何构型参数和卫星信号传播段参数；预测输出为测站位置的定位精度值步骤2、获取样本原始数据集；步骤3、训练样本原始数据预处理；步骤4、训练GBDT模型；步骤5、测试样本原始数据预处理；步骤6、测试样本预测；步骤7、评估梯度提升决策树模型；步骤8、评估测站定位精度。本发明利用GBDT模型，评估卫星导航系统全球定位精度；利用与定位精度有关的数据作为输入特征，对定位精度进行拟合，不依赖地面测站的观测与传输，定位精度高。