[发明专利]基于粒子群优化的相关向量机的激光惯组温度补偿方法

权利要求书

1.一种基于粒子群优化的相关向量机的激光惯组温度补偿方法，其特征在于，包括如下步骤：

获取变温环境下激光惯组中每个目标传感器对应的温度-刻度因数和温度-零位参数的数据集；

采用每个数据集对相关向量机模型进行训练，并结合粒子群算法对模型参数进行优化，获取每个目标传感器各参数的温度-参数输出模型；

采用模型对惯组输出数据进行补偿，使惯组输出数据稳定。

2.根据权利要求1所述的基于粒子群优化的相关向量机的激光惯组温度补偿方法，其特征在于，所述获取变温环境下激光惯组中每个目标传感器对应的温度-刻度因数和温度-零位参数的数据集的步骤，通过以下方式实施：

将激光惯组放入温箱，温度范围设定为T1～T2，变温率为Ts，在变温环境下连续对惯组进行标定，共标定N组，获得变温环境下激光惯组中每个陀螺和每个加速度计的刻度因数和零位参数的序列，共K个参数序列，对应形成K个数据集，K＝陀螺数目*2+加速度计数目*2；对应的每组数据集可以表示为S_i＝{T_i,Y_i}，i＝1,2,3,……N；T_i代表每个数据集的温度序列，包括N个元素；Y_i代表陀螺或加速度计的刻度因数或零位参数序列，每个序列包含N个元素。

3.根据权利要求2所述的基于粒子群优化的相关向量机的激光惯组温度补偿方法，其特征在于，所述采用每个数据集对相关向量机模型进行训练，并结合粒子群算法对模型参数进行优化，获取每个目标传感器各参数的温度-参数输出模型的步骤，通过以下方式实施：

将每组数据集S_i＝{T_i,Y_i}分为训练集和测试集，训练集用于相关向量机模型的训练，测试集用于训练后相关向量机的性能测试，采用粒子群算法对模型参数进行优化，获得所有参数的共K个模型P_j＝M_j(w,T)，j＝1,2,3,……K，其中w代表每个模型中优化后的参数。

4.根据权利要求3所述的基于粒子群优化的相关向量机的激光惯组温度补偿方法，其特征在于，所述采用模型对惯组输出数据进行补偿，使惯组输出数据稳定的步骤，通过以下方式实施：

惯组启动后，实时测量温度，将温度带入每个模型P_j＝M_j(w,T)中，获得此时温度对应的每个陀螺和加速度计的刻度因数和零位，选择需要补偿到的温度点对应的刻度因数和零位，对陀螺和加速度计都按照以下公式进行补偿：

其中，T_a为采集到的实时温度，T_E为需要补偿到的温度，τ为采样时间，N_c为补偿后的输出数据，N_a为补偿前的陀螺或加速度计输出数据，K_a为惯组的刻度因数矩阵，D_a为惯组的零位矩阵。

5.一种激光惯组温度补偿设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器根据下式实施惯组输出数据补偿：

其中，T_a为采集到的实时温度，T_E为需要补偿到的温度，τ为采样时间，N_c为补偿后的输出数据，N_a为补偿前的陀螺或加速度计输出数据，K_a为惯组的刻度因数矩阵，D_a为惯组的零位矩阵。

6.一种可读存储介质，其特征在于，其上存储有计算机程序，该程序被处理器执行时根据下式实施惯组输出数据补偿：

其中，T_a为采集到的实时温度，T_E为需要补偿到的温度，τ为采样时间，N_c为补偿后的输出数据，N_a为补偿前的陀螺或加速度计输出数据，K_a为惯组的刻度因数矩阵，D_a为惯组的零位矩阵。