[发明专利]一种融合遗传算法的Allan方差分析法在审
申请号: | 201711403249.7 | 申请日: | 2017-12-22 |
公开(公告)号: | CN108225374A | 公开(公告)日: | 2018-06-29 |
发明(设计)人: | 傅军;高端阳;李安 | 申请(专利权)人: | 中国人民解放军海军工程大学 |
主分类号: | G01C25/00 | 分类号: | G01C25/00 |
代理公司: | 武汉开元知识产权代理有限公司 42104 | 代理人: | 潘杰;胡艺 |
地址: | 430033 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 遗传算法 方差分析法 加速度信息 随机误差项 加速度计 速率和 陀螺 方差 三轴 采集 等价模型 方差计算 数据拟合 融合 静止 输出 | ||
1.一种融合遗传算法的Allan方差分析法,其特征在于,包括:
步骤1,建立各随机误差项与Allan方差之间的等价模型;
步骤2,分别采集MEMS陀螺和加速度计在水平静止情况下输出的三轴角速率和三轴加速度信息;
步骤3,依据所述步骤2采集的角速率和加速度信息,依次对MEMS陀螺和加速度计进行Allan方差计算,得到Allan方差与相关时间τ之间的数值对应关系;
步骤4,根据步骤3计算的结果,按照步骤1所得的所述等价模型,采用遗传算法进行数据拟合,确定模型中的各项系数值,实现随机误差项的识别和提取。
2.根据权利要求1所述的一种融合遗传算法的Allan方差分析法,其特征在于:所述步骤1包括建立量化噪声与Allan方差之间的等价模型
其中,σQ(τ)表示量化噪声的Allan标准差,Q为量化噪声系数。
3.根据权利要求1所述的一种融合遗传算法的Allan方差分析法,其特征在于:所述步骤1包括建立角度随机游走系数与Allan方差之间的等价模型
其中,σarw(τ)表示角度随机游走的Allan标准差,N为角度随机游走系数。
4.根据权利要求2所述的一种融合遗传算法的Allan方差分析法,其特征在于,所述步骤1包括建立零偏不稳定系数与Allan方差之间的等价模型:
其中,x=πf0τ,Ci为余弦积分函数,σb(τ)表示零偏不稳定的Allan标准差,B为零偏不稳定系数。
5.根据权利要求2所述的一种融合遗传算法的Allan方差分析法,其特征在于,所述步骤1包括建立角速率随机游走系数与Allan方差之间的等价模型:
其中,σrrw(τ)表示角速率随机游走的Allan标准差,K为角速率随机游走系数。
6.根据权利要求2所述的一种融合遗传算法的Allan方差分析法,其特征在于,所述步骤1包括建立速率斜坡系数与Allan方差之间的等价模型:
其中,σrr(τ)表示速率斜坡的Allan标准差,R为速率斜坡系数。
7.根据权利要求6所述的一种融合遗传算法的Allan方差分析法,其特征在于,所述步骤2包括:
将MEMS惯性器件设置在水平的转台上,并将转台调整为水平,根据MEMS惯性器件数据输出协议采集K组MEMS陀螺和MEMS加速度计原始数据输出以采样间隔为τ0采集总时长为T的一组数据,共采集了N=T/τ0个点,将采集的N个数据分成K组。
8.根据权利要求7所述的一种融合遗传算法的Allan方差分析法,其特征在于,所述步骤3中进行Allan方差计算的方法包括:
其中,M为每组包含的数据个数,M=N/K,M≤(N-1)/2,相关时间τ=Mτ0;
Allan方差与相关时间τ之间的数值对应关系为
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军海军工程大学,未经中国人民解放军海军工程大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201711403249.7/1.html,转载请声明来源钻瓜专利网。