本發(fā)明公開(kāi)了一種面向GNSS多種失效狀態(tài)的車(chē)輛定位誤差智能預(yù)測(cè)方法。該方法首先根據(jù)GNSS失效時(shí)的可見(jiàn)星數(shù)將失效狀態(tài)分為0顆星、1顆星、2顆星、3顆星四種，依據(jù)定位誤差對(duì)歷史信息的依賴(lài)特性，針對(duì)不同失效狀態(tài)下的定位誤差預(yù)測(cè)任務(wù)分別建立基于LSTM的深度學(xué)習(xí)網(wǎng)絡(luò)；接著，借鑒多任務(wù)學(xué)習(xí)思想，充分利用不同失效狀態(tài)子任務(wù)模型之間的相似性，采用soft參數(shù)共享機(jī)制進(jìn)行綜合訓(xùn)練，提升各子任務(wù)模型的泛化能力；最終，訓(xùn)練完成后的車(chē)輛定位誤差智能預(yù)測(cè)模型可以根據(jù)實(shí)際的可見(jiàn)星數(shù)目所決定的輸入量個(gè)數(shù)，選擇相應(yīng)的子任務(wù)模型，得到定位誤差的預(yù)測(cè)值。本方法充分利用了GNSS失效狀態(tài)下的部分可見(jiàn)衛(wèi)星的信息，模型泛化能力強(qiáng)，定位誤差預(yù)測(cè)準(zhǔn)確。