买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工程大学

摘要：本发明属于卫星导航领域，具体涉及一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，包括下列步骤：建立INSUSBL组合导航系统指标体系以及评语等级；计算基于隶属度函数的评判矩阵；计算组合导航系统权值向量C；综合评判及归一化；计算评估等级区间量化值。本发明利用非线性FCE对INSUSBL组合导航系统开展性能评估，并设计了INSUSBL组合导航系统三层次指标体系，从器件级误差对组合导航系统性能评估，并设计了基于非线性模糊算子的非线性FCE，该方法能够科学的定量评估INSUSBL组合导航系统。

主权项：1.一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，包括下列步骤：1建立INSUSBL组合导航系统指标体系以及评语等级；建立组合导航系统三层次指标体系，从底层至顶层依次为器件层、指标层以及精度层；取指标层指标集为U，U＝{u1,u2,u3}＝{INS,USBL,滤波器}；取器件层指标集为ui，ui＝{ui1,ui2,...,uim}，元素uim表示第i个元素的第m个子元素，m由器件层各部分子元素个数组成，i＝1,2,3；取评语等级集合为V＝{v1,v2,v3,v4}＝{优秀,良好,中等,差}；2计算基于隶属度函数的评判矩阵；利用梯度模糊数作为系统性能评估隶属函数，求取评判矩阵Ai，梯度模糊数隶属函数的计算公式为： 其中，ai、bi分别表示待评估的INSUSBL组合导航系统器件层指标精度值；3计算组合导航系统权值向量C；器件层组合权值向量指标层权值向量Ci+1由AHP计算得到；其中，表示利用熵技术法计算得到的器件层权值向量，表示由AHP计算得到的器件层权值向量；β表示偏好系数；4综合评判及归一化；4.1模糊综合评估模型为： 设计非线性模糊算子进行综合评判： 其中，Λ为组合导航系统模糊算子偏好向量，Λ＝{λj}，λj≥1，j＝1,2,…,n；λ＝max{λj}；D由权值向量C得到，D＝d1,d2,...,dn，dj＞0且A为评判矩阵；4.2综合评判结果归一化，令5计算评估等级区间量化值；将评语等级集合V的区间值量化成均值，即6计算综合评估结果； 其中，F值为INSUSBL组合导航系统性能评估值。

全文数据：一种基于非线性FCE的INSUSBL组合导航系统性能评估方法技术领域本发明属于卫星导航领域，具体涉及一种基于非线性FCE的INSUSBL组合导航系统性能评估方法。背景技术INSUSBL组合导航系统因其能综合INS以及USBL的优点，最终能提高导航精度以及适应性等特点，已广泛应用于军事和民用领域。然而，由于各导航子系统的传感器性能、组合模式以及滤波器等因素的差异，会导致组合导航系统的性能差别。因此，从系统验证的角度，对组合导航系统开展性能评估，定量确定各因素对系统信息融合精度的影响程度，将为系统验证及优化改进提供技术支撑。目前，针对组合导航系统性能评估的研究主要集中在系统信息融合算法以及组合导航系统，其中针对组合导航系统的研究，是利用层次分析法开展定性评估。赵欣等人在《一种组合导航信息融合算法品质评估方法》发表于中国惯性技术学报，2012年4月，第20卷提出一种改进模糊综合评判模型，模型利用熵技术方法修正传统模糊综合评价方法的权值，同时将评判等级进行区间化，从而提高了评估结果的客观性及分辨率。论文利用线性模糊算子融合权值向量和模糊评判矩阵，从而得到评估结果。然而，评估的本质应是人的智能活动，人脑的思维过程多是非线性的，线性模糊算子无法体现重要指标对评估结果的突出贡献，因此，利用非线性模糊算子综合评估显得尤为重要。针对INSUSBL组合导航系统，尚无INSUSBL组合导航系统性能评估研究的资料，因此，本发明设计的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法是非常有意义的。发明内容本发明的目的是为了解决传统性能评估方法评估组合导航系统性能存在主观性的问题，提出一种INSUSBL组合导航系统非线性FCE方法，能综合主观权值向量及客观权值向量，利用设计的非线性模糊算子，更加科学的评估INSUSBL组合导航系统。一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，包括下列步骤：1建立INSUSBL组合导航系统指标体系以及评语等级；2计算基于隶属度函数的评判矩阵；3计算组合导航系统权值向量C；4综合评判及归一化；5计算评估等级区间量化值；6对导航系统性能做综合评估。所述建立INSUSBL组合导航系统指标体系以及评语等级，包括：建立INSUSBL组合导航系统三层次指标体系，从底层至顶层依次为器件层、指标层以及精度层，取指标层指标集为U以及器件层指标集为ui；U＝{u1,u2,u3}＝{INS,USBL,滤波器}、ui＝{ui1,ui2,…,uim}；其中，元素uim表示第i个元素的第m个子元素，m由器件层各部分子元素个数组成；评语等级集合为：V＝{v1,v2,v3,v4}＝{优秀,良好,中等,差}。所述计算基于隶属度函数的评判矩阵，包括：利用梯度模糊数作为系统性能评估隶属函数，求取评判矩阵Ai，梯度模糊数隶属函数：其中，ai中i的取值为1,2,3，bj中j的取值为1,2,3,4，分别表示待评估INSUSBL组合导航系统器件层指标精度值。所述计算组合导航系统权值向量C，包括：器件层组合权值向量指标层权值向量Ci+1由AHP计算得到；其中，表示利用熵技术法计算得到器件层权值向量，表示利用AHP计算得到器件层权值向量，β表示偏好系数。所述综合评判及归一化，包括：改进传统模糊综合评估模型：利用非线性模糊算子进行综合评判：其中，组合导航系统模糊算子偏好向量Λ＝{λi，1≤i≤n}，式中λi≥1，λ＝max{λi,1≤i≤n}，权值向量D＝d1,d1,…,dn，其中di0且A为判别矩阵；综合评判结果均一化为：所述计算评估等级区间量化值，包括：评语集为区间范围值，便于计算将区间值量化成均值，即所述对导航系统性能做综合评估，包括：其中，k＝1,2,3，F值为INSUSBL组合导航系统性能评估值。本发明的有益效果在于：本发明利用非线性FCE对INSUSBL组合导航系统开展性能评估，并设计了INSUSBL组合导航系统三层次指标体系，从器件级误差对组合导航系统性能评估，并设计了基于非线性模糊算子的非线性FCE，该方法能够科学的定量评估INSUSBL组合导航系统。附图说明图1是INSUSBL组合导航系统评估流程；图2是INSUSBL组合导航系统三层次结构；图3是梯度模糊数隶属度函数。具体实施方式下面结合附图对本发明做进一步描述。为了方便描述，先对具体实施方式中出现的相关专业术语进行说明：FCEFuzzycomprehensiveevaluation：模糊综合评估；INSinertialnavigationsystem：惯性导航系统；USBLUltraShortBaseLine：超短基线定位系统；ACKFAdaptiveCubatureKalmanFilters：自适应容积卡尔曼滤波；AHPAnalytichierarchyprocess：层次分析法；本实施例中，如图1所示，本发明一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，具体步骤如下：1建立INSUSBL组合导航系统指标体系以及评语等级分析INSUSBL组合导航系统的特点，建立组合导航系统三层次指标体系，从底层至顶层依次为器件层、指标层以及精度层，如图2所示，取指标层指标集为U以及器件层指标集为ui，U＝{u1,u2,u3}＝{INS,USBL,滤波器}，ui＝{ui1,ui2,...uim}，元素uim表示第i个元素的第m个子元素，m由器件层各部分子元素个数组成，评语等级集合为V＝{v1,v2,v3,v4}＝{优秀,良好,中等,差}；2计算基于隶属度函数的评判矩阵利用梯度模糊数作为系统性能评估隶属函数，求取评判矩阵Ai，梯度模糊数隶属函数如图3所示，计算公式如下：其中，aii＝1,2,3，bjj＝1,2,3,4分别表示待评估的INSUSBL组合导航系统器件层指标精度值；3计算组合导航系统权值向量C器件层组合权值向量指标层权值向量Ci+1由AHP计算得到，AHP判断矩阵由本行业专家依据99-91标度设定，利用特征值法计算权值；其中，表示利用熵技术法计算得到器件层权值向量，表示AHP计算得到器件层权值向量，AHP判断矩阵由本行业专家依据99-91标度设定，利用特征值法计算权值；β表示偏好系数，偏好系数由专家经验而设定，取值为0-1.0之间任意数；4综合评判及归一化传统模糊综合评估模型设计非线性模糊算子进行综合评判：其中，组合导航系统模糊算子偏好向量Λ＝{λi,1≤i≤n}，式中λi≥1，假设λ＝max{λi,1≤i≤n}，权值向量D＝d1,d2,...,dn，其中di＞0且由权值向量C得到，A为评判矩阵；综合评判结果归一化为：5计算评估等级区间量化值通常评语集为区间范围值，便于计算将区间值量化成均值，即6计算综合评估结果其中，k＝1,2,3，F值为INSUSBL组合导航系统性能评估值。INSUSBL组合导航系统因其能综合INS以及USBL的优点，最终能提高导航精度以及适应性等特点，已广泛应用于军事和民用领域。然而，由于各导航子系统的传感器性能、组合模式以及滤波器等因素的差异，会导致组合导航系统的性能差别。因此，从系统验证的角度，对组合导航系统开展性能评估，定量确定各因素对系统信息融合精度的影响程度，将为系统验证及优化改进提供技术支撑。目前，针对组合导航系统性能评估的研究主要集中在系统信息融合算法以及组合导航系统，其中针对组合导航系统的研究，是利用层次分析法开展定性评估。赵欣等人在《一种组合导航信息融合算法品质评估方法》发表于中国惯性技术学报，2012年4月，第20卷提出一种改进模糊综合评判模型，模型利用熵技术方法修正传统模糊综合评价方法的权值，同时将评判等级进行区间化，从而提高了评估结果的客观性及分辨率。论文利用线性模糊算子融合权值向量和模糊评判矩阵，从而得到评估结果。然而，评估的本质应是人的智能活动，人脑的思维过程多是非线性的，线性模糊算子无法体现重要指标对评估结果的突出贡献，因此，利用非线性模糊算子综合评估显得尤为重要。针对INSUSBL组合导航系统，尚无INSUSBL组合导航系统性能评估研究的资料，因此，本发明设计的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法是非常有意义的。本发明利用非线性FCE对INSUSBL组合导航系统开展性能评估，并设计了INSUSBL组合导航系统三层次指标体系，从器件级误差对组合导航系统性能评估，并设计了基于非线性模糊算子的非线性FCE，该方法能够科学的定量评估INSUSBL组合导航系统。

权利要求：1.一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，包括下列步骤：1建立INSUSBL组合导航系统指标体系以及评语等级；2计算基于隶属度函数的评判矩阵；3计算组合导航系统权值向量C；4综合评判及归一化；5计算评估等级区间量化值；6对导航系统性能做综合评估。2.根据权利要求1所述的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，所述建立INSUSBL组合导航系统指标体系以及评语等级，包括：建立INSUSBL组合导航系统三层次指标体系，从底层至项层依次为器件层、指标层以及精度层，取指标层指标集为U以及器件层指标集为ui；U＝{u1，u2，u3}＝{INS，USBL，滤波器}、ui＝{ui1，ui2，...，uim}；其中，元素uim表示第i个元素的第m个子元素，m由器件层各部分子元素个数组成；评语等级集合为：V＝{v1，v2，v3，v4}＝{优秀，良好，中等，差}。3.根据权利要求1所述的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，所述计算基于隶属度函数的评判矩阵，包括：利用梯度模糊数作为系统性能评估隶属函数，求取评判矩阵Ai，梯度模糊数隶属函数：其中，ai中i的取值为1，2，3，bj中j的取值为1，2，3，4，分别表示待评估INSUSBL组合导航系统器件层指标精度值。4.根据权利要求1所述的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，所述计算组合导航系统权值向量C，包括：器件层组合权值向量指标层权值向量Ci+1由AHP计算得到；其中，表示利用熵技术法计算得到器件层权值向量，表示利用AHP计算得到器件层权值向量，β表示偏好系数。5.根据权利要求1所述的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，所述综合评判及归一化，包括：改进传统模糊综合评估模型：利用非线性模糊算子进行综合评判：其中，组合导航系统模糊算子偏好向量Λ＝{λi，1≤i≤n}，式中λi≥1，λ＝max{λi，1≤i≤n}，权值向量D＝d1，d1，...，dn，其中di＞0且A为判别矩阵；综合评判结果均一化为：6.根据权利要求1所述的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，所述计算评估等级区间量化值，包括：评语集为区间范围值，便于计算将区间值量化成均值，即7.根据权利要求1所述的一种基于非线性FCE的INSUSBL组合导航系统性能评估方法，其特征在于，所述对导航系统性能做综合评估，包括：其中，k＝1，2，3，F值为INSUSBL组合导航系统性能评估值。

百度查询： 哈尔滨工程大学 一种基于非线性FCE的INS/USBL组合导航系统性能评估方法