[發(fā)明專(zhuān)利]一種基于改進(jìn)果蠅優(yōu)化算法的MEMS加速度計(jì)無(wú)轉(zhuǎn)臺(tái)標(biāo)定方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202011043937.9
• 申請(qǐng)日: 2020-09-28
• 公開(kāi)（公告）號(hào): CN112180122B
• 公開(kāi)（公告）日: 2022-07-12
• 發(fā)明（設(shè)計(jì)）人: 戴洪德;鄭偉偉;鄭百東;戴邵武;王希彬;王瑞
• 申請(qǐng)（專(zhuān)利權(quán)）人: 中國(guó)人民解放軍海軍航空大學(xué)
• 主分類(lèi)號(hào): G01P21/00
• 分類(lèi)號(hào): G01P21/00;G06N3/00
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.一種基于改進(jìn)果蠅優(yōu)化算法的MEMS加速度計(jì)無(wú)轉(zhuǎn)臺(tái)標(biāo)定方法，其特征在于，以下步驟，

步驟一：分析MEMS加速度計(jì)的誤差形式，確定標(biāo)定需要求解的加速度計(jì)參數(shù)，然后構(gòu)建關(guān)于加速度計(jì)待標(biāo)定參數(shù)的非線(xiàn)性方程組，利用模觀(guān)測(cè)法標(biāo)定原理將加速度計(jì)標(biāo)定問(wèn)題轉(zhuǎn)化為非線(xiàn)性函數(shù)優(yōu)化問(wèn)題；

步驟二：在改進(jìn)果蠅優(yōu)化算法中設(shè)置多組果蠅種群，使每個(gè)果蠅種群搜索一個(gè)參數(shù)，多個(gè)種群同時(shí)進(jìn)行搜索，對(duì)多參數(shù)的非線(xiàn)性函數(shù)同時(shí)進(jìn)行優(yōu)化，求解得到多個(gè)待定參數(shù)；

步驟三：設(shè)定改進(jìn)果蠅優(yōu)化算法的相關(guān)參數(shù)，設(shè)置迭代次數(shù)或者優(yōu)化精度指標(biāo)，對(duì)含有加速度計(jì)待標(biāo)定參數(shù)的非線(xiàn)性函數(shù)進(jìn)行優(yōu)化求解，當(dāng)改進(jìn)果蠅優(yōu)化算法達(dá)到設(shè)定的指標(biāo)時(shí)，停止運(yùn)算，輸出求解得到的函數(shù)參數(shù)，即為加速度計(jì)待標(biāo)定參數(shù)，通過(guò)設(shè)置系數(shù)α^p將原先的固定半徑搜索轉(zhuǎn)化為可變半徑搜索，當(dāng)最小味道濃度Smellbest大于設(shè)定的精確度閾值σ時(shí)，仍以固定半徑進(jìn)行搜索；而當(dāng)Smellbest小于設(shè)定的精確度閾值σ時(shí)，精確度系數(shù)p將隨著Smellbest的變小而變大，使搜索半徑不斷縮小，其計(jì)算步驟如下：

step1:根據(jù)問(wèn)題求解需要設(shè)定果蠅群體的規(guī)模N、迭代次數(shù)Maxgen或者求解精度ε，并隨機(jī)初始化果蠅群體的位置信息X_axis，同時(shí)賦予尋優(yōu)得到的最小味道濃度Smellbest初值；

step2:將Smellbest與精確度閾值σ對(duì)比，根據(jù)結(jié)果更新精確度系數(shù)p：

step3:根據(jù)精確度系數(shù)更新搜索半徑：

steplength＝Random Value×Δ×α^p

Random Value在固定范圍(-1,1)之間取值，Δ為初始化時(shí)設(shè)定的搜索半徑，α為搜索半徑權(quán)重系數(shù)α∈(0,1)；

step4:賦予個(gè)體隨機(jī)的搜索方向和距離：

X_i＝X_axis+steplength

step5:計(jì)算個(gè)體味道濃度判定值：

S_i＝X_i

step6:計(jì)算個(gè)體味道濃度：

Smell_i＝Function(S_i)

step7:搜索找到果蠅群體中最小味道濃度以及其所對(duì)應(yīng)的最佳位置：

[bestSmell bestIndex]＝min(Smell_i)

step8:將bestSmell與上一代Smellbest對(duì)比，若大于Smellbest，則從step2重新開(kāi)始運(yùn)行，若小于Smellbest，則更新最小味道濃度：

Smellbest＝bestSmell

step9:判斷最小味道濃度是否滿(mǎn)足終止條件，若不滿(mǎn)足，則從step2重新開(kāi)始運(yùn)行，若滿(mǎn)足，則算法結(jié)束，輸出求解得到的函數(shù)參數(shù)，即為加速度計(jì)待標(biāo)定參數(shù)。

2.如權(quán)利要求1所述一種基于改進(jìn)果蠅優(yōu)化算法的MEMS加速度計(jì)無(wú)轉(zhuǎn)臺(tái)標(biāo)定方法，其特征在于，改進(jìn)后的果蠅優(yōu)化算法通過(guò)改變味道濃度判定值S_i的賦予值，拓展?jié)舛扰卸ㄖ等≈捣秶鸀?-∞,+∞)，實(shí)現(xiàn)算法對(duì)于負(fù)參數(shù)的求解。