[发明专利]一种基于盲源分离方法的惯性导航传感器数据去噪方法

权利要求书

1.一种基于盲源分离方法的惯性导航传感器数据去噪方法，该方法具体包括以下步骤：

步骤(1)、将采集单元固定于脚背处，进行惯性数据采集；

步骤(2)、采集并记录沿直线行走过程中的惯性数据；

步骤(3)、对所采集到的盲源分离模型中的观测信号数据进行建模，盲源分离的线性数学模型为：

x(t)＝f(s(t))＝As(t)

其中，A表示BSS问题中的混合矩阵，s(t)表示源信号，x(t)表示观测信号，上述采集的数据即为该模型中的观测信号；

步骤(4)、以至少3组数据作为观测信号，采用FastICA算法对建模后的数据进行处理，处理得到的盲源分离结果中与原始信号极为相似且能量明显高于其他成分的信号作为有效信号，其他成分认定为噪声；这样就实现了有效信号与噪声信号的分离。

2.如权利要求1所述的一种基于盲源分离方法的惯性导航传感器数据去噪方法，其中步骤(4)中采用FastICA算法对建模后的数据进行处理，具体包括以下步骤：

(a)、对观测信号的数据进行中心化处理，使得它的均值为零；

(b)、对观测信号的数据进行白化处理，白化处理是一种预处理方式，能够去除各观测信号之间的相关性，使得原来所要求的解混合矩阵变成一个正交阵，减少了算法的计算量，得到Z；

(c)、选择观测信号的数量，个数记为m，设迭代次数p←1；

(d)、选择一个初始化向量W；

(e)、通过计算得到W_pnew，计算公式为W_pnew＝E{Zg(W^TZ)}-E{g'(W^TZ)}W(其中，W为步骤(d)所述，Z为步骤(b)所得白化后的向量，g为非线性函数，在这里定义为：g(y)＝tanh(y))；

(f)、即在每次迭代循环后从W_p+1中减去这个分量在已经估计出的前p个向量上的投影(W_p+1^TW_j)W_j；

(g)、对W_p进行标准化，除以其范数，即令W_p＝W_p/||W_p||，其中||W_p||为W_p的范数；

(h)、假如W_p不收敛，返回步骤(e)，重新执行步骤(f)至(g)，假如W_p收敛，执行步骤(i)；

(i)、令p＝p+1，如果p≤m，其中p为迭代次数，m为前文所述观测信号的数量；返回步骤(d)，重新执行步骤(e)至(g)。