基于LSTM神经网络模型的MEMS惯性导航系统定位增强方法

摘要

本发明提供基于LSTM神经网络模型的MEMS惯性导航系统定位增强方法，包括以下步骤：面向MEMS‑INS定位增强的LSTM神经网络模型包含两个模块，即去噪模块和计算模块；S2、数据集获取及预处理，以供神经网络的训练与测试；使用陆地车辆作为MEMS‑INS的载体用于数据集获取；采集足量数据后，需按照时间窗序列长度L对数据集进行分割预处理；将预处理后的数据集依照8：2的比例分为训练集和测试集，以对神经网络模型进行训练和测试。本发明提出的神经网络模型能够有效降低环境噪声、机械噪声、制造误差等多种干扰源对MEMS‑INS的影响，能够提高MEMS‑INS相对定位的准确性和鲁棒性。