航空重力梯度测量时,载体姿态变化对具有超高灵敏度的重力梯度仪产生自梯度效应,对于测量结果而言是一种严重的干扰。由于飞机结构的复杂性,单纯依靠简单质量体建模正演的方式难以精确去除这种干扰。本文针对现有方法的不足,基于监督学习的基本理论,提出一种数据驱动的自梯度效应校正方法,旨在揭示载体姿态变化和自梯度效应之间的关系,为航空重力梯度测量自梯度校正奠定基础。本文的主要研究内容包括:利用函数逼近研究自梯度与飞机姿态之间关系的函数解析方法。分别基于傅里叶级数拟合和多项式拟合,采用高阶嵌套回归分析的数学求解策略得到三个姿态角与自梯度关系的自梯度函数。做仿真训练实验,设定不同飞行姿态,转动飞机模型得到自梯度值,在此基础上添加白噪声,并分为两部分:一部分作为训练集,分别采用傅立叶级数和多项式拟合方法进行训练,得到对应的系数;另一部分作为验证集,以最小化验证集的误差为目标不断调整阶数,得到最佳自梯度函数。做仿真飞行实验,设置地下异常体,在观测平面内进行重力梯度测量,并加入飞机姿态随机变化产生的自梯度干扰,利用仿真训练实验得到的最佳函数、系数对全张量重力梯度测量的所有信号进行自梯度校正,结果显示异常体产生的真实数据与改正后的数据基本保持了相同的量级,并且异常形态保存的较为完整,对于全张量重力梯度测量的全部信号都达到校正效果。基于上述研究内容,设计了航空重力梯度测量的自梯度校正应用软件,实现了航空重力梯度测量过程中飞机不同姿态自梯度的仿真计算、自梯度函数系数求解计算和自梯度校正计算,并对校正结果进行图形显示。