摘要
本申请公开了一种载波相位的跳变检测方法、装置及存储介质,方法包括:获取针对任意卫星所采集的当前历元的卫星观测序列;提取卫星观测序列的第一特征数据,第一特征数据包括载波相位原始值;将第一特征数据输入至训练完成的预设模型,预设模型包括卷积神经网络和长短期记忆网络,其中,通过卷积神经网络提取特征数据的时序中的局部突变特征,通过长短期记忆网络对局部突变特征进行时序建模以输出时间依赖特征;获取预设模型根据局部突变特征和时间依赖特征所输出的针对卫星观测序列的载波相位的跳变类型和与跳变类型对应的跳变概率。上述方案,能够自动学习和适应不同场景下的跳变模式,提前预测未来的跳变趋势,提供更高效的预警机制。