基于自注意力和格轨迹分片线性近似的非线性滤波方法

本发明涉及基于自注意力和格轨迹分片线性近似的非线性滤波方法。其方法包括：获取非线性系统及其初始状态估计值，通过嵌入自注意力机制网络的卡尔曼滤波算法进行状态估计，其网络的训练包括：根据非线性系统和初始状态估计值构建状态轨迹，并利用格轨迹分片线性近似方法对原非线性模型进行近似，得到系统的格分片近似模型，根据非线性系统模型和随机生成的噪声构建训练数据集，根据系统的格分片近似模型和批量估计算法构建预训练数据集，根据预训练数据集对简化的自注意力机制网络进行批量预训练后保存网络权重，然后将其嵌入卡尔曼滤波框架中利用训练数据集进行端到端的正式训练。本发明的嵌入自注意力机制的卡尔曼滤波能获得更优滤波效果。