买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广西科技大学

摘要：本发明涉及一种惯性测量阵列最优加权平均数据融合方法。将惯性测量阵列静置于隔震平台上，采集各个惯性测量单元的三轴角速率和三轴比力。针对每个轴向的角速率和比力，分别利用加权平均法将所有惯性测量单元输出数据进行融合，构建六个加权平均式子。设计改进的果蝇优化算法估计六个加权平均式子的最优权重，使数据融合后的零偏稳定性取得最小。将估计出的最优权重代入加权平均式子，实时解算阵列坐标系下的等效三轴角速率和三轴比力。该发明可对惯性测量阵列进行实时的数据融合，提升惯性测量阵列的测量精度。本发明属于惯性导航技术领域，可应用于惯性测量阵列及导航系统。

主权项：1.一种惯性测量阵列最优加权平均数据融合方法，其特征在于将惯性测量阵列静置于隔震平台上，采集各个惯性测量单元的三轴角速率和三轴比力，利用加权平均法对所有惯性测量单元每个轴向的角速率和比力进行数据融合，构建六个加权平均式子，随后设计改进的果蝇优化算法估计加权平均的最优权重，以获得惯性测量阵列最小的零偏稳定性，具体包括以下步骤：1将惯性测量阵列静置于隔震平台上，采集阵列中各个惯性测量单元每个轴向的角速率和比力，采样周期5毫秒，持续采集3小时；2采用加权平均法对每个轴向的角速率和比力进行融合，计算公式如下： 其中，ωx、ωy、ωz分别表示惯性测量阵列坐标系下x、y、z轴等效的角速率，fx、fy、fz分别表示惯性测量阵列坐标系下x、y、z轴等效的比力，N为阵列中惯性测量单元的总数量，i表示第i个惯性测量单元，i＝1,2,…,N，ωxi、ωyi、ωzi分别表示阵列中第i个惯性测量单元x、y、z轴角速率，fxi、fyi、fzi分别表示阵列中第i个惯性测量单元x、y、z轴比力，wωxi、wωyi、wωzi分别表示阵列中第i个惯性测量单元x、y、z轴角速率对应的权重，wfxi、wfyi、wfzi分别表示阵列中第i个惯性测量单元x、y、z轴比力对应的权重；3利用改进的果蝇优化算法依次估计公式1～6中的最优权重，使融合后的数据取得最小的零偏稳定性，具体如下：a首先对公式1进行最优权重估计；b构建N维空间下的果蝇，初始化果蝇群体位置： 其中，D1,D2,...,DN为果蝇群体位置坐标，Rand0,1表示取0,1区间内的随机值；c以群体位置为中心，果蝇个体随机向四周飞出觅食，果蝇个体位置具体表示如下： 其中，dk1,dk2,...,dkN表示第k个果蝇个体的位置坐标，k＝1,2,…,K，K为果蝇总数；d以dk1,dk2,...,dkN作为公式1中的N个权重，根据采集的所有时刻数据计算出融合后对应时刻的ωx，并计算ωx的零偏稳定性，即标准差，构建味道浓度如下：Smellk＝1stdωx9其中，std表示对所有时刻的ωx求标准差；e找出味道浓度最大的个体，所有果蝇个体向该位置聚集： 其中，Smellbest为最大味道浓度，dbest1,dbest2,...,dbestN为最大味道浓度个体的坐标，max为取最大值；f设置果蝇总数和迭代次数，具体果蝇总数和迭代次数根据实际情况确定，重复步骤c～e，迭代计算，最后更新的群体位置即为最终的最优位置；g重复步骤b～f，对公式2进行最优权重估计，其中步骤d中的公式1改为公式2，ωx改为ωy；h重复步骤b～f，对公式3进行最优权重估计，其中步骤d中的公式1改为公式3，ωx改为ωz；i重复步骤b～f，对公式4进行最优权重估计，其中步骤d中的公式1改为公式4，ωx改为fx；j重复步骤b～f，对公式5进行最优权重估计，其中步骤d中的公式1改为公式5，ωx改为fy；k重复步骤b～f，对公式6进行最优权重估计，其中步骤d中的公式1改为公式6，ωx改为fz；4步骤3迭代计算出的最终的最优位置记录为对应的公式1～公式6的权重，即获得最优权重，利用配置最优权重的公式1～公式6对采集的惯性测量阵列原始数据进行最优加权平均数据融合。

全文数据：

权利要求：

百度查询： 广西科技大学 一种惯性测量阵列最优加权平均数据融合方法