摘要
本发明具体涉及一种基于RNN和GRU混合神经网络（RGNN）的惯性平台稳定回路的干扰估计方法，属于自动控制领域。本发明通过从惯性平台上收集数据信息，来制作模型训练集。这些数据输入到由RNN和GRU组成的并行连接的RGNN模型中进行训练。RNN和GRU分别捕捉数据中的时间序列信息，并通过其独特的机制提取高级特征。接下来，设计特征融合层，将RNN和GRU提取的高级特征进行特征融合，并作为全连接层的输入。最终，模型利用融合后的高级特征对惯性平台的稳定回路进行干扰估计，通过上述步骤实现了稳定回路的高效干扰估计。仿真和测试表明，该方法有效提升了系统的稳定性和抗扰能力。
