[发明专利]车载微机械陀螺仪异常测量数据的识别与修正方法有效

专利信息
申请号: 201110381892.0 申请日: 2011-11-26
公开(公告)号: CN102519443A 公开(公告)日: 2012-06-27
发明(设计)人: 李旭;陈伟 申请(专利权)人: 东南大学
主分类号: G01C19/00 分类号: G01C19/00
代理公司: 南京天翼专利代理有限责任公司 32112 代理人: 汤志武
地址: 211189 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种车载微机械陀螺仪异常测量数据的识别与修正方法,该方法首先从陀螺仪的原始测量数据中选取400个连续平滑的数据作为样本,并对样本做一次差分然后再进行零均值化得到零均值的平稳样本;接着作出零均值的平稳样本的自相关系数图和偏相关系数图,根据其自相关系数和偏相关系数的分布特征并结合池信息准则确定其自回归移动平均模型,再用最小二乘估计法对模型参数进行估计;然后,将零均值的平稳样本的模型进行转变并推广到原始测量数据;最后,将转变后的模型再进行变形,使用变形后的模型来识别和修正微机械陀螺仪异常测量数据。
搜索关键词: 车载 微机 陀螺仪 异常 测量 数据 识别 修正 方法
【主权项】:
1.一种车载微机械陀螺仪异常测量数据的识别与修正方法,其特征在于,包含如下步骤:步骤1)在得到微机械陀螺仪的原始测量数据data(i)后,i=1,2,...,n,i表示采样序数,n为数据的长度且为正整数,从data(i)中选取400个连续平滑数据的data(l)作为样本,l=j,j+1,j+2,...,j+399,j为整数且1≤j≤n-399,接着对data(l)做一次差分,即x(t)=data(t+1)-data(t),其中x(t)即为差分后的结果,t=j,j+1,j+2,...,j+398;然后对x(t)进行零均值化,则:其中t=j,j+1,j+2,...,j+398,其中y(t)为零均值化后的数据,此时得到的y(t)即为零均值的平稳时间序列,t=j,j+1,j+2,...,j+398,步骤2)作出y(t)的自相关系数图和偏相关系数图,根据自相关系数和偏相关系数的分布特征并结合池信息准则(Akaike Information Criterion,AIC)确定y(t)的自回归移动平均模型为ARMA(1,1),所述的ARMA(1,1)模型为为自回归参数,θ1为移动平均参数,接着用最小二乘估计法对ARMA(1,1)的参数进行估计,得到模型参数为:θ1=-0.4497,计算出y(t)的方差σ2,则y(t)的模型为:y(k)=-0.2248y(k-1)+ε(k)+0.4497ε(k-1),其中k=j+1,j+2,...,j+398,ε(k)及ε(k-1)是均值为0,方差为σ2的白噪声序列,步骤3)将y(t)的模型进行转变并推广到微机械陀螺仪的原始测量数据data(i),i=1,2,...,n,转变后的data(i)的模型为:data(k1+1)=0.7752data(k1)+0.2248data(k1-1)+1.2248x+ϵ(k1)+0.4497ϵ(k1-1)]]>其中k1=2,3,...,n-1,步骤4)令z(i)=data(i),i=1,2,...,n,则转变后的data(i)的模型变形为:z^(k1+1)=0.7752z(k1)+0.2248z(k1-1)+1.2248x+ϵ(k1)+0.4497ϵ(k1-1),]]>其中k1=2,3,...,n-1,表示z(i)的预测值,接着使用变形后的模型来识别和修正微机械陀螺仪异常测量数据的方法为:步骤4.1首先令m=3,建立一个新的序列f(i),i=1,2,...,n,其中f(1)=z(1),f(2)=z(2),f(i)的其余元素取值都为零,步骤4.2从原始数据中取出z(m),z(m-1)和z(m-2),由z(m-1)和z(m-2)得到z^(m)=0.7752z(m-1)+0.2248z(m-2)+1.2248x+ϵ(m-1)+0.4497ϵ(m-2);]]>如果则转到步骤4.3,否则,将z(m)赋值给f(m),即f(m)=z(m),再转到步骤4.4,步骤4.3此时的z(m)是识别出的异常数据,接着对异常数据z(m)进行修正,修正后z(m)为median表示取中位数,同时,以修正后z(m)替换修正前z(m),并且将修正后的z(m)赋值给f(m),即f(m)=median{z^(m-2),z^(m-1),z^(m)},]]>步骤4.4令m=m+1,如果m=n,则转到步骤4.5,否则转到步骤4.2,步骤4.5结束,此时得到的更新后的f(i),i=1,2,...,n,就是修正后的陀螺仪测量数据。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201110381892.0/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top