[发明专利]一种复合导航融合算法的性能评估方法

权利要求书

1.一种复合导航融合算法的性能评估方法，其特征在于，包括如下步骤：

步骤1、复合导航系统性能多层次指标体系；

建立评估子目标和评价等级论域集分别为U和V

U＝{u₁,u₂,u₃},V＝{V₁,V₂,...,V₅}

其中，u_i为指标体系第一层中的第i个子目标，u_i＝{u_i1,u_i2,...,u_ip},i＝1,2,3，p为指标体系第二层中的指标数量；

步骤2、确定复合导航系统复合算法性能子目标权重分配集W和评估指标的权重分配集W_i

W＝{W₁,W₂,W₃}和W_i＝{w_i1,w_i2,...,w_ip}

W_i和w_ij满足：

式中，{W₁,W₂,W₃}分别为融合算法复杂度评估(u₁)、定位效果评估(u₂)和算法稳定性评估(u₃)的权重分配；{w_i1,w_i2,...,w_ip}分别为{u₁,u₂,u₃}的下一层中的第p个指标的权重分配；

步骤3、构造隶属度矩阵

其中，矩阵元素r_ijk表示第i个子目标的第j个指标隶属于第k个评判等级的程度，j＝1,2,3…m，k＝1,2,3…n；

步骤4、选择加权平均模糊算子进行综合评判；

所述的多层次指标体系层次结构包含目标层、准则层和措施层；其中，准则层可分为融合算法复杂度评估(u₁)、定位效果评估(u₂)和算法稳定性评估(u₃)3个一级评估准则，这3个准则下分别包含若干个二级指标；措施层由所述的准则层中的指标模型及量化结果共同构成；

评价等级论域集V的赋值为：很好(V₁)的量化区间为[90,100]；较好(V₂)的量化区间为[80,90]；中等(V₃)的量化区间为[60,80]；较差(V₄)的量化区间为[50,60]；很差(V₅)的量化区间为[50,0]；

所述步骤4为

构造一级模糊评估集：

其中，为“加权平均”型模糊算子；W_i为子目标{u₁,u₂,u₃}的权重集；R_i为子目标{u₁,u₂,u₃}的隶属子集；

二级模糊综合评估模型：

其中，b₁,b₂,...b_n为依据评价等级论域集V产生的二级评估集，b_i1,b_i2,...b_in为第i个子目标第一级评估集；

所述步骤2是指利用fuzzy LLSM方法，确定出复合导航系统复合算法性能子目标和评估指标的权重分配，具体包括：

2.1)利用fuzzy LLSM方法构建模糊权重向量求解模型，依据三角模糊权重向量的唯一化确定条件，即保证至少有一位专家对任意两指标的重要性作出判断；

2.2)计算出归一化的模糊权重向量；

2.3)利用CFCS方法对模糊权重向量进行去模糊化处理，得到非模糊的归一化权重向量；

所述步骤3构造隶属度矩阵中，对时间复杂度、空间复杂度、定位绝对误差、定位相对误差、定位速度、定位有效性、收敛性、容错能力以及鲁棒性指标分别构建指标模型。