一种基于长短期记忆网络-指数移动平均算法的冷原子重力仪频率提升方法

一种基于长短期记忆网络‑指数移动平均算法的冷原子重力仪频率提升方法，涉及冷原子重力仪测量等领域。为解决现有技术中存在冷原子重力仪输出频率低，难以兼顾高精度与高频率的缺陷，本发明提供的技术方案包括：获取冷原子重力仪输出的原始重力加速度数据并得到降噪数据；对降噪数据进行线性插值，生成用于长短期记忆网络训练与预测的连续输入序列；根据连续输入序列，输出下一时刻重力加速度预测值；根据预测值生成由实测数据与预测数据组合构成的频率提升序列；得到最终高频率重力加速度输出数据。适用于需要在地质勘探、重力匹配导航及地球物理监测中获取高精度且高频率重力加速度数据的工作中。