基于支持度和自适应加权的MEMS陀螺信息融合算法.docx

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