基于Transformer模型的鲁棒SINS/DVL组合导航方法、系统及设备

本发明提供一种基于Transformer模型的鲁棒SINS/DVL组合导航方法、系统及设备，属于水下导航技术领域。本发明通过结合M估计的卡尔曼滤波和Transformer神经网络，提供了更为精准和鲁棒的水下组合导航方法、设备与系统。在DVL测底信号丢失时，依靠Transformer的预测能力，系统仍能持续提供准确的导航信息。其次，引入基于Huber算法的M估计方法，有效抑制了数据中的异常值，提升了卡尔曼滤波的稳定性和可靠性，确保了系统在复杂环境中的高精度表现。