基于改进卡尔曼网络的惯导姿态估计优化方法

本发明涉及传感器误差补偿技术领域，具体涉及一种基于改进卡尔曼网络的惯导姿态估计优化方法，包括以下步骤：将惯导系统固定在六自由度振动试验台上，设置所述六自由度振动试验台以多种转动角度和转动频率来运动，记录惯导系统的瞬时加速度、角速度进行处理，并结合真实姿态数据得到惯导系统历史数据；建立卡尔曼神经网络，基于惯导系统历史数据对卡尔曼神经网络进行前向计算、损失函数估计和反向传播，完成对卡尔曼神经网络的训练；使用训练完成的卡尔曼神经网络对惯导系统输出数据进行姿态估计预测；本发明能够提高惯导补偿精度，具有较强的模型泛化能力和鲁棒性。