本發(fā)明涉及一種基于強(qiáng)化學(xué)習(xí)的導(dǎo)航濾波器參數(shù)優(yōu)化方法。首先，基于∈貪心策略，根據(jù)狀態(tài)動(dòng)作值函數(shù)選擇不同系統(tǒng)噪聲和測(cè)量噪聲方差的組合；同時(shí)，通過(guò)導(dǎo)航濾波器在應(yīng)用環(huán)境中進(jìn)行探索，并根據(jù)導(dǎo)航濾波器的測(cè)量殘差計(jì)算得到獎(jiǎng)賞；進(jìn)而，根據(jù)計(jì)算得到的獎(jiǎng)賞，利用時(shí)序差分方法更新狀態(tài)動(dòng)作值函數(shù)，其取值反映了所選擇的噪聲方差與實(shí)際應(yīng)用環(huán)境的匹配程度；隨著導(dǎo)航濾波過(guò)程的進(jìn)行，通過(guò)迭代計(jì)算，能夠以較大的概率選擇與實(shí)際應(yīng)用環(huán)境相匹配的噪聲方差，從而實(shí)現(xiàn)自適應(yīng)地調(diào)整導(dǎo)航濾波器中系統(tǒng)噪聲方差和測(cè)量噪聲方差的目的。所提方法能夠增強(qiáng)導(dǎo)航濾波器克服系統(tǒng)噪聲和測(cè)量噪聲方差不確定性影響的能力，改善衛(wèi)星自主導(dǎo)航精度。