基于支持度和自适应加权的MEMS陀螺信息融合算法.docxVIP

下载本文档

9
0
约1.09万字
约 10页
2025-02-20 发布于山东
举报
版权申诉

基于支持度和自适应加权的MEMS陀螺信息融合算法.docx

1、本文档共10页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第29卷第10期传感技术学报Vol.29No.10

2016年10月CHINESEJOURNALOFSENSORSANDACTUATORSOct.2016

InformationFusionAlgorithmofMEMS-GyroBasedon

SupportDegreeandRandomWeighting

SUNTianChuan，LIUJieyu*

（DepartmentofControlEngineering，TheSecondArtilleryEngineeringUniversity，Xi’an710025，China）

Abstract：TheinformationfusionofMEMS-gyrocanimproveitsmeasurementaccuracyandreliabilityalot.Howev?er，mosttraditionalinformationfusionalgorithmsdependonpriorknowledgeofmeasuringinformation.Thispaperputforwardanewconstructionmethodofweightingcoefficient，whichisonthefoundationofthefusionalgorithmbasedonsupportdegree.Thenewmethodutilizesideaofadaptiveweightingwhichcanchangetheeffectsoftheobservationcovariancematrixonweightingcoefficients.Thus，thetotalvarianceoftargetparameterwillbeminimumandthereli?abilityofgyroscopearraycanbeguaranteed.Moreover，thenewmethodalsoconsiderstheenvironmentnoise，sotheobservationcovarianceapproachesthetruevaluecloser.Theresultshowsthatthenewmethodhasabettereffect.

Keywords：MEMSgyroscope；fuzzyinformationgranulation；randomdrifts；intervalprediction；supportvectormachineEEACC：doi：10.3969/j.issn.1004-1699.2016.10.014

基于支持度和自适应加权的MEMS陀螺信息融合算法

孙田川，刘洁瑜*

（火箭军工程大学控制工程系，西安710025）

摘要：针对MEMS陀螺阵列进行信息融合可以大幅提高其测量精度和可靠性，而传统信息融合算法大部分依赖于观测信息的先验知识而受到应用上的限制。在不依赖于先验知识的基于支持度的融合算法的基础上，提出一种新的加权系数构造方法，利用自适应加权法的思想改变各个传感器观测值方差对权系数的影响程度，既保证了阵列输出结果的可靠性，又能使融合后得到目标参数的总方差最小；而且自适应加权算法中，对各个传感器方差的计算考虑到环境因素等带来的噪声，与各传感器方差的真实值更加接近。实验结果表明，本文提出的融合算法优于传统的平均值估计融合算法和支持度融合算法。

关键词：MEMS陀螺阵列；信息融合；支持度融合；自适应加权

中图分类号：V241.5文献标识码：A文章编号：1004-1699（2016）10-1548-05

伴随着微机械技术和微电子技术的发展，MEMS陀螺仪成为当前的研究热点之一。与传统陀螺仪相比，硅微机械陀螺仪具有体积小、重量轻、成本低等优点［1-3］，但存在准确度低、噪声大等缺点，单独长时间使用误差积累较大，而通过对多个MEMS陀螺的信息融合可以降低由此造成的系