原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于KF和LSTM融合的IMU姿态估计方法，所述的姿态估计方法利用注意力机制将卡尔曼滤波和LSTM网络的输出结果进行权重再分配，克服了传统滤波对于扰动干扰的自适应能力弱而导致估计精度较差的问题。同时，基于卡尔曼滤波框架下的网络模型能有效避免LSTM网络容易陷入局部最小值的缺点，减小网络引起的误差。该方法通过将注意力机制作为卡尔曼滤波方法和神经网络方法两个姿态输出的权重选择机制，为姿态估计提供了一种精确度高，鲁棒性强的解算方法。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117332813A
(43)申请公布日2024.01.02
(21)申请号202311044059.6
(22)申请日2023.08.18
(71)申请人浙江工业大学
地址310014
文档评论（0）