基于Noise2Noise的静电悬浮惯性传感器噪声抑制方法

针对星载静电悬浮惯性传感器噪声复杂,在轨测量数据真值未知,传统方法难以有效抑制的问题,提出了基于无监督学习的Noise2Noise框架,结合集成学习方案,设计了基于Noise2Noise无监督学习的广谱随机噪声抑制方法,并基于GRACE-FO加速度计数据进行了实验验证。实验结果表明所提方法相较于传统噪声抑制方法的噪声均方误差下降8%以上,使用集成学习后,噪声水平进一步下降至12%以上。此外,所提方法在有效抑制高频噪声的同时,能够识别出高频数据中的特征性信号,可为惯性传感器载荷在轨运行状态评估提供信息保障。