一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法

本发明公开了一种深度学习辅助扩展卡尔曼的双波段红外辐射姿态估计方法，分析双波段红外辐射测量信号中的几何误差和随机误差对姿态估计可靠性的影响；构建CBGTE模型消除双波段红外辐射信号中的几何误差和随机误差，首先利用半实物仿真平台收集双波段红外辐射信号数据集并进行清洗后，输入BGT神经网络进行特征学习并保存最优化权重，再将双波段红外辐射传感器获取数据输入最优化权重的BGT神经网络，获得补偿随机误差后的红外辐射数据，将滤除随机误差后的数据输入扩展卡尔曼算法滤除几何误差，获得可靠的姿态角信息。本发明为以红外辐射为姿态测量方法的自旋无人机，提供了一种高精度、鲁棒性的姿态信息获取与处理方法。