[发明专利]一种复合导航融合算法的性能评估方法

说明书

本发明属于导航信息处理技术领域，具体为一种复合导航融合算法的性能评估方法，首先构建复合导航系统性能多层次指标体系，确定复合导航系统复合算法性能子目标权重分配集和评估指标的权重分配集，构造隶属度矩阵之后进行综合评判，本方法将基于对数最小二乘的FAHP方法和FCE方法结合，解决了弹道导弹搭载的惯性/陆基/卫星复合导航系统的融合算法性能影响因素众多，难以进行定量评估的问题，能够确定融合算法性能评估指标的权重向量，并利用模糊算子进行加权综合，具有指标权重可量化，综合评判能力强等优点。

技术领域

本发明属于导航信息处理技术领域，具体涉及一种基于对数最小二乘FAHP-FCE的复合导航融合算法性能评估方法。

背景技术

惯性/陆基/卫星复合导航是弹道导弹常用的导航方式之一。在全天时、全天候、复杂电磁干扰条件下，弹道导弹的复合导航系统的精度和可靠性取决于其融合算法的性能。在融合算法投入应用之前，对算法性能进行评估，为设计和确定满足复合导航系统性能要求的系统参数，优化系统参数提供了依据。同时，为导航系统提供一个算法验证平台，益于系统参数优化、功能设计与改进，节约了测试成本，缩短了系统的开发周期。因此，对融合算法性能的评估成为提高复合导航系统性能的前提条件和必备依据。

复合导航系统融合算法的性能评估是针对滤波算法性能如融合精度、实时性、可靠性、稳定性以及算法复杂性等，通过一定的判别和综合方法，合成系统性能评估结果的过程。而复合导航系统融合算法的影响因素众多，且各因素存在相关性，其性能评估是一个多级别、多层次的处理过程，涉及到对多源导航传感器数据和信息进行探测、互联、相关、估计和综合，难以给出定量的评判结果。

目前，针对于复合导航系统融合算法的性能评估方法很少有人研究，但国内外学者已经提出诸多应用于其它系统的评估方法，其中模糊层次分析方法最具代表性，已受到国内外学者的广泛关注并引申出许多新型方法。在众多模糊评估方法中，对数最小二乘的FAHP方法(fuzzy LLSM)通过将难以判别的影响融合算法性能的因素分解，构建多层次体系，形成评判指标，然后依据评判指标来构建模糊判断矩阵，最终解出复合导航系统融合算法的各指标权重向量。但这仅仅得出了复合导航系统融合算法各个评估指标的权重向量，仍需寻求综合评价方法进一步对系统进行综合评价。模糊综合评价(Fuzzy ComprehensiveEvaluate，FCE)方法是一种根据模糊数学隶属度理论把定性评价转化为定量综合评价方法。它具有结果清晰，综合判断能力强的特点。本发明将fuzzy LLSM方法和FCE方法结合，前者用来确定复合导航系统融合算法的指标权重向量，后者利用隶属度函数对指标进行评判得到模糊关系矩阵，再应用加权平均型模糊算子将权重向量和模糊关系矩阵合成，便可得到算法性能的综合评定结果，从而使惯性/陆基/卫星复合导航系统的融合算法性能评估得以量化。

发明内容

本发明的目的是提供一种复合导航融合算法的性能评估方法，其能够解决了弹道导弹搭载的惯性/陆基/卫星复合导航系统的融合算法性能影响因素众多，难以进行定量评估的问题。

本发明的技术方案如下：

一种复合导航融合算法的性能评估方法，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；