[发明专利]数据生成方法及装置、存储介质及电子装置

权利要求书

1.一种数据生成方法，其特征在于，包括：

指示深度学习误差模型根据第一数据对传感器进行标定处理，其中，所述第一数据是惯导数据采集器采集的数据经过数据预处理得到的；

通过深度学习计算框架对所述第一数据进行训练和验证处理，生成第二数据；

通过数据编译工具将所述第二数据转换为第三数据，并将所述第三数据输入深度学习推理网络；

指示所述深度学习推理网络，根据所述第三数据生成对第五数据进行补偿处理后的输出数据，其中，所述第五数据为对第四数据进行预设处理后得到的，且所述第四数据通过标定处理后的传感器采集得到。

2.根据权利要求1所述方法，其特征在于，所述方法还包括：

通过以下至少之一方式对深度学习误差模型、深度学习计算框架和深度学习推理网络进行训练：

在预设温度范围内，通过所述传感器采集温度数据，并使用所述温度数据分别对所述深度学习误差模型、深度学习计算框架和深度学习推理网络进行训练；

在预设角速度范围内，通过所述传感器采集角速度数据，并使用所述角速度数据分别对所述深度学习误差模型、深度学习计算框架和深度学习推理网络进行训练；

在预设加速度范围内，通过所述传感器采集加速度数据，并使用所述加速度数据分别对所述深度学习误差模型、深度学习计算框架和深度学习推理网络进行训练。

3.根据权利要求1所述的方法，其特征在于，惯导数据采集器采集的数据经过数据预处理，包括以下至少之一：

通过多级低通滤波器对所述惯导数据采集器采集的数据进行噪声抑制处理；

获取所述惯导数据采集器的数据指标，并根据所述数据指标对所述惯导数据采集器采集的数据完成数据量纲变换处理。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据特征提取前馈神经网络和长短期记忆网络对所述传感器的第一误差信息进行建模处理，得到所述深度学习推理网络；

指示所述深度学习推理网络，根据所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出计算所述第五数据的三轴角速率的第二误差信息和三轴加速度的第三误差信息；

根据所述第二误差信息、第三误差信息和第五数据，生成所述输出数据。

5.根据权利要求4所述的方法，其特征在于，指示所述深度学习推理网络，根据所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出计算所述第五数据的三轴角速率的第二误差信息和三轴加速度的第三误差信息，所述方法包括：

通过逐层卷积处理和池化处理，得到所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出的空间特征，并将所述空间特征经过合并处理，得到所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出的高级空间特征；将所述高级空间特征输入所述特征提取前馈神经网络的全连接层，以对所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出进行分类回归处理，得到所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出的特征信息；

根据所述特征信息计算所述第五数据的三轴角速率的第二误差信息和三轴加速度的第三误差信息。

6.根据权利要求4所述的方法，其特征在于，指示所述深度学习推理网络，根据所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出计算所述第五数据的三轴角速率的第二误差信息和三轴加速度的第三误差信息，所述方法包括：

通过所述长短期记忆网络的输入门、遗忘门和输出门来提取所述传感器的三轴加速度计输出、三轴陀螺仪输出、陀螺仪温度输出和加速度计温度输出的有效信息，并存储所述有效信息；

根据所述有效信息计算所述第五数据的三轴角速率的第二误差信息和三轴加速度的第三误差信息。