[发明专利]一种阵列式MEMS传感器控制方法及系统

权利要求书

1.一种阵列式MEMS传感器控制方法，其特征在于，包括：

获取多个MEMS传感器的量测数据；

对所述量测数据进行一阶马尔科夫过程描述，构建量测数据的动态和量测模型；

根据所述量测数据和所述动态和量测模型确定量测值；

以期望最大化为目标对所述量测值的概率密度的对数进行灵敏度衰减随机参数的辨识迭代和期望步迭代得到所述传感器的节点的最优局部状态估计和灵敏度衰减随机参数辨识值；

根据所述传感器的节点的最优局部状态和所述灵敏度衰减随机参数辨识值确定任意两个所述传感器之间的估计误差协方差；

根据所述估计误差协方差和所述传感器的节点的最优局部状态利用分布式融合估计器确定灵敏度衰减下阵列式MEMS传感器系统的最优状态估计。

2.根据权利要求1所述的阵列式MEMS传感器控制方法，其特征在于，所述以期望最大化为目标对所述量测值的概率密度的对数进行灵敏度衰减随机参数的辨识迭代和期望步迭代得到所述传感器的节点的最优局部状态估计和灵敏度衰减随机参数辨识值，具体包括：

根据所述量测值的概率密度的对数确定完整数据的对数似然函数；所述完整数据为所述传感器的量测值；

根据所述完整数据的对数似然函数确定数学期望表达式；所述数据期望表达式为在设定带宽内的对数似然函数在传感器灵敏度衰减条件下的数学期望表达式；

以数学期望最大化为目标对所述数学期望表达式进行灵敏度衰减随机参数辨识迭代，得到所述传感器的节点的最优局部状态估计和灵敏度衰减随机参数辨识值。

3.根据权利要求2所述的阵列式MEMS传感器控制方法，其特征在于，所述以数学期望最大化为目标对所述数学期望表达式进行灵敏度衰减随机参数辨识迭代，得到所述传感器的节点的最优局部状态估计和灵敏度衰减随机参数辨识值，具体包括：

对所述数学期望表达式进行灵敏度衰减随机参数辨识迭代，得到迭代增量；

根据迭代结束条件终止迭代，得到所述传感器的节点的最优局部状态估计和灵敏度衰减随机参数辨识值；所述迭代结束条件为所述迭代增量小于设定误差或者迭代次数达到设定次数。

4.根据权利要求1所述的阵列式MEMS传感器控制方法，其特征在于，所述根据所述传感器的节点的最优局部状态和所述灵敏度衰减随机参数辨识值确定任意两个所述传感器之间的估计误差协方差，具体包括：

根据所述灵敏度衰减随机参数辨识值确定任意两个所述传感器的灵敏度衰减状态；所述灵敏度衰减状态包括灵敏度正常、灵敏度衰减和故障；

根据所述传感器的节点的最优局部状态和所述任意两个所述传感器的灵敏度衰减状态确定任意两个所述传感器之间的估计误差协方差。

5.根据权利要求1所述的阵列式MEMS传感器控制方法，其特征在于，所述根据所述估计误差协方差和所述传感器的节点的最优局部状态利用分布式融合估计器确定灵敏度衰减下阵列式MEMS传感器系统的最优状态估计，具体包括：

根据所述传感器的节点的最优局部状态进行固定带宽序列处理，得到最优估计信息；

将所述最优估计信息和所述估计误差协方差基于线性无偏最小方差准则采用分布式融合估计算法进行处理，得到灵敏度衰减下阵列式MEMS传感器系统的最优状态估计。

6.一种阵列式MEMS传感器控制系统，其特征在于，包括：

获取模块，用于获取多个MEMS传感器的量测数据；

构建模块，用于对所述量测数据进行一阶马尔科夫过程描述，构建量测数据的动态和量测模型；

量测值确定模块，用于根据所述量测数据和所述动态和量测模型确定量测值；

迭代模块，用于以期望最大化为目标对所述量测值的概率密度的对数进行灵敏度衰减随机参数的辨识迭代和期望步迭代得到所述传感器的节点的最优局部状态估计和灵敏度衰减随机参数辨识值；

估计误差协方差确定模块，用于根据所述传感器的节点的最优局部状态和所述灵敏度衰减随机参数辨识值确定任意两个所述传感器之间的估计误差协方差；

分布式融合估计模块，用于根据所述估计误差协方差和所述传感器的节点的最优局部状态利用分布式融合估计器确定灵敏度衰减下阵列式MEMS传感器系统的最优状态估计。