一种基于LTCs-EKF的多源导航方法及系统

本发明公开一种基于LTCs‑EKF的多源导航方法及系统，应用于惯性导航增强技术、多源融合导航技术及导航定位领域；针对现有技术在复杂高动态场景下，传感器失效，导致系统的容错性与可靠性严重降低的问题；本发明设计一种液态时间常数网络(Liquid Time‑constant Networks,LTCs)‑拓展卡尔曼滤波(Extended Kalman Filter，EKF)的多源导航方法，采用液态时间常数网络补偿原算法的输出误差，液态时间常数网络通过训练学习拓展卡尔曼滤波的预测状态、更新的状态估计、卡尔曼增益等特征，并输出原算法的误差补偿，最终输出补偿后的姿态，从而提升多源导航的容错性和可靠性。本发明可在卫星拒止的高动态环境下，实现传感器深度融合，满足复杂多变场景下高精度导航定位需求，改善多源导航系统容错性能，极大提高系统定位导航精度、实时性及可靠性。