一种基于物理信息神经网络的MEKF姿态估计方法

本发明公开了一种基于物理信息神经网络的MEKF姿态估计方法，该方法通过物理信息神经网络的动态建模能力与约束嵌入特性来动态预测MEKF的观测矩阵，利用时域卷积网络的长程依赖捕捉能力提取传感器序列特征，同时将物理规律约束嵌入网络训练来确保预测结果的物理合理性。本发明通过数据驱动的非线性建模和MEKF的递推估计框架有效克服了MEKF对噪声协方差依赖性强、动态适应性差的局限，显著提升了姿态估计在复杂环境下的精度与抗干扰能力。