[发明专利]基于模拟退火算法的电子罗盘校准方法

摘要

本发明提供了一种基于模拟退火算法的电子罗盘校准方法，属于智能算法与非线性回归技术领域。模拟退火算法作为一个在解空间中广泛地搜索最优解的算法，对比传统电子罗盘校准方法和一些常见的最优化算法有更强的全局收敛优越性，使用时满足：初始温度足够高；终止温度足够低；降温足够缓慢；热平衡时间足够长的条件时便满足解的全局收敛特性，即初始参数适宜的情况下，模拟退火算法总能在解空间内寻找出全局最小点。实际实验中发现在恰当的初始参数和新解产生函数下，可以在相对较好的时间和空间复杂度下产生电子罗盘的非线性拟合解，精度达到了10E‑3，对比传统校准方法和最小二乘法精度较高。

主权项

1.一种基于模拟退火算法的电子罗盘校准方法，其特征在于，步骤如下：(1)模拟退火算法的求解过程①模拟退火算法的设置使用立体8字校准法从电子罗盘获得原始电子罗盘数据，将采集到的原始电子罗盘数据表示为三维向量组的数据集；先对三维向量组的数据集进行预处理，即删除重复数据并视具体情况进行归一化；如果进行归一化，则必须在算法结束时对解进行反向归一化，还原解为原数量级；对于输入的三维向量组的数据集，满足：其中：x，y，z为输入三维坐标分量值，为待求参数；等同于拟合变形的函数：将作为校准的误差函数，该误差函数的值越低越好；其中，F_m(α)表示将当前的估计参数带入第m组数据(x_m,y_m,z_m)的值；m为输入数据组的个数；设定模拟退火算法，初始温度100≤T₀≤1010，终止温度T_f<10，任意温度T的迭代次数L_k，K和L_m是预设参数，T是当前温度，模拟退火算法的冷却表：新温度T_new与旧温度T_old的关系为T_new＝0.95*T_old；设定模拟退火算法需要的新解产生函数，使用遍及解空间的所有区域的产生函数，该产生函数同时必须满足在某一恒定温度不断迭代时有能力跳出当前的极小区域以便搜索其他可能的极值点；对于电子罗盘的校准采用快速退火函数，该快速退火函数产生一个在解空间内任意方向、步长与温度满足：step＝kT的新解，k为常数；②模拟退火算法的步骤根据Metropolis的重要性采样方法和Kirkpatrick的组合最优化模型，模拟退火算法的步骤描述为：设定一个参数T为控制参数，将目标函数值f设为内能E，固体的某个温度下的状态等同于目标函数的一个解x_i，随着控制参数T的逐渐下降，固体内部的粒子不断重排列，生成新的解x_i，固体的内能E也逐渐下降，即目标函数值f也逐渐下降，最终将达到全局最小；(2)使用拟合的椭球面方程对电子罗盘进行校准假设电子罗盘测得的磁向量为(x_i,y_i,z_i)，则不受误差影响磁向量满足球体方程：x_i²+y_i²+z_i²＝d_i²，假设误差下的电子罗盘测得的磁向量为(x_m,y_m,z_m)，则(x_m,y_m,z_m)与(x_i,y_i,z_i)的关系表示为：x_m＝Ax_i+x_offset，y_m＝By_i+y_offset，z_m＝Cz_i+z_offset；从上式中看出电子罗盘的校准的过程本质上就是求A,B,C,x_offset,y_offset,z_offset这六个参数的值的过程；使用模拟退火算法输出六个参数后，将x_m＝Ax_i+x_offset，y_m＝By_i+y_offset，z_m＝Cz_i+z_offset带入x_i²+y_i²+z_i²＝d_i²，并且与基准函数相对比后得出：即使用模拟退火算法求得的参数得到真实的磁向量(x_i,y_i,z_i)：