一种基于智能算法的车载重力动态误差补偿方法及设备

本申请公开了一种基于智能算法的车载重力动态误差补偿方法及设备，涉及重力动态测量技术领域，该方法包括：最小冗余最大相关准则的初步筛选和第一个麻雀搜索算法与交叉验证结合使用的精细选择用于输入数据的特征提取与重构；将重力异常测量的领域知识作为约束条件设计了一个新的损失函数以构建PI‑LSTM用于动态误差补偿；最后通过第二个麻雀搜索算法对PI‑LSTM的模型超参数进行优化搜索。本申请基于群智能算法和PI‑LSTM进行车载重力动态测量的误差补偿，有效提升了误差补偿模型的拟合性能和泛化能力，进而提高车载重力动态测量精度和环境适应性。