一种基于LSTM-MMAE混合架构的惯性导航误差抑制方法、系统、电子设备及存储介质

本发明提供了一种基于LSTM‑MMAE混合架构的惯性导航误差抑制方法，包括：对原始IMU数据进行数据预处理，得到标准化时序序列；通过门控机制捕获标准化时序序列的长期时序依赖关系，得到速度增量预测值；通过多个参数不同的并行滤波模型分别对速度增量预测值的噪声协方差矩阵和理论轨迹速度的观测噪声协方差矩阵进行调整并融合，得到应对不同运行任务的最优融合估计；对最优融合估计进行速度预测，得到最优融合速度估计，并对最优融合速度估计进行迭代，得到目标运动轨迹。该方法通过融合LSTM神经网络与多模型自适应估计，在GPS失效场景下动态抑制了IMU误差累积，提升了定位精度与系统可靠性。