一种基于SigKAN网络辅助的卡尔曼滤波姿态估计方法

本发明属于姿态估计领域，公开了一种基于SigKAN网络辅助的卡尔曼滤波姿态估计方法，包括：建立离散时间状态方程和量测方程，对扰动分量和参考分量进行建模；训练SigKAN模型；利用SigKAN模型预测噪声的动态特性；利用卡尔曼滤波算法去除扰动分量，初始化状态变量先验估计及其协方差矩阵；利用量测信息计算残差及其协方差，计算卡尔曼增益，得到状态变量估计值及其协方差矩阵；将重力加速度和地磁场作为观测向量，并且得到参考向量，通过QUEST算法进行姿态解算，得到姿态估计四元数；得到全部时刻的姿态估计。本发明采用SigKAN网络学习扰动的动态特征，通过动态调整过程噪声协方差的方式辅助滤波器进行扰动估计，增强了传统卡尔曼滤波器的抗干扰能力。