GNSS弱信号场景下CTG神经网络辅助导航方法及设备

本发明提供一种GNSS弱信号场景下CTG神经网络辅助导航方法，包括在GNSS信号稳定场景下同步采集移动载体的惯性测量单元IMU原始数据及GNSS卫星定位数据，构建包含动态加速度、角速度和位置增量的时空特征数据集；基于所述数据集构建CTG网络，所述CTG网络包括依次连接的输入层、特征提取层、编码层以及解码层；利用所述时空特征数据集对CTG网络进行离线训练，获得最优网络权重和模型结构；在GNSS弱信号场景下实时获取IMU数据，通过训练后的CTG网络提取运动状态隐含特征并生成伪位置量测信息；将所述伪位置量测信息与惯性导航系统INS数据通过卡尔曼滤波器进行融合定位，动态修正惯性导航的累积误差，输出连续平滑的定位结果。