El sistema de navegación integrado basado en el Sistema Global de Navegación por Satélite (GNSS) en conjunción con el sistema de navegación inercial de plataforma fija (SINS) y el Registrador de Velocidad Doppler (DVL) es esencial para una navegación precisa y a larga distancia en entornos marítimos. Sin embargo, el error del sistema de navegación integrado se diverge gradualmente debido al error inevitable de medición de velocidad de DVL cuando ocurren interrupciones de GNSS. Para garantizar la alta precisión y estabilidad de la navegación de SINS, es necesario ajustar dinámicamente el estado de amortiguación de SINS proporcionado externamente. En este documento, hemos desarrollado un método novedoso para el cambio de estado de amortiguación basado en aprendizaje automático con SINS. Construimos un modelo del cambio en el error de velocidad de referencia y utilizamos la tecnología de ventana deslizante para obtener el error de velocidad de referencia para el entrenamiento del modelo. Antes del entrenamiento, el bucle de la brújula digital está diseñado para procesar y resaltar el cambio en los errores de cambio de velocidad de referencia. Para reducir el impacto del cambio de amortiguación, se utiliza un sistema de amortiguación variable para transformar el cambio tradicional de una sola vez del coeficiente de amortiguación en un cambio gradual, reduciendo efectivamente el impacto de un cambio repentino en el coeficiente de amortiguación en el sistema. Experimentos de simulación y pruebas en barcos muestran que el método propuesto reduce efectivamente el error de sobreimpulso integrado bajo el agua durante el cambio de estado. Esta investigación es de gran importancia para el diseño óptimo de sistemas integrados de navegación submarina.