一种基于自适应噪声协方差学习及去噪的北斗定位方法

本发明提供一种基于自适应噪声协方差学习及去噪的北斗定位方法，包括在真实城市场景中接收卫星数据，并构建基于强化学习的自适应KF卫星定位环境；构建双智能体强化学习模型；对双智能体强化学习模型进行训练；将训练后的双智能体强化学习模型部署到云端服务器；通过端到端的传输方式实时输出结果至卫星定位芯片终端。本发明通过强化学习方法自适应地同时对卡尔曼滤波中的测量和过程噪声进行去噪以及调整对应的协方差矩阵参数，无需依赖于繁琐的人工设计，能有效适用于不同城市环境下的部署使用，对动态变化的环境更具有适应性；通过双智能体强化学习方法对产生定位误差的测量和过程噪声进行估计和去除，从而提高对无法建模随机噪声的鲁棒性。