本文關(guān)鍵詞：面向INS數(shù)據(jù)分類的魯棒性無監(jiān)督聚類方法　出處：《儀器儀表學(xué)報(bào)》2016年01期 　論文類型：期刊論文

  更多相關(guān)文章： 內(nèi)核模糊C均值聚類 魯棒性分析 廣度優(yōu)先搜索 慣性導(dǎo)航系統(tǒng)

【摘要】：針對(duì)慣性導(dǎo)航系統(tǒng)(INS)中加速度計(jì)、陀螺儀測(cè)量誤差隨時(shí)間積累的問題,提出了一種基于內(nèi)核模糊C均值的無監(jiān)督廣度優(yōu)先搜索聚類算法(RUCM),用于INS模塊采集數(shù)據(jù)的去噪及其運(yùn)動(dòng)階段的分類劃分。RUCM通過廣度優(yōu)先搜索方法遍歷相鄰的數(shù)據(jù),使用閾值確定聚類數(shù)目,同時(shí)引入高斯核函數(shù)提高RUCM對(duì)噪聲和異常點(diǎn)干擾的魯棒性,并驗(yàn)證了其收斂性和魯棒性。最后,在基于MEMS的INS模塊實(shí)物系統(tǒng)中驗(yàn)證了該算法,結(jié)果表明所提出的方法能夠提高隨機(jī)采樣INS數(shù)據(jù)的聚類性能,抑制了噪聲干擾,使其INS運(yùn)動(dòng)階段的聚類劃分更加清晰與明確。
[Abstract]:Aiming at the accumulation of accelerometers and gyroscopes with time in inertial navigation system (ins), an unsupervised breadth-first search clustering algorithm based on kernel fuzzy C-means (RUCM) is proposed. INS module for data denoising and classification of the motion phase. RUCM traverses adjacent data by breadth-first search method and uses threshold to determine the number of clusters. At the same time, Gao Si kernel function is introduced to improve the robustness of RUCM to noise and outlier interference, and to verify its convergence and robustness. Finally, the algorithm is verified in the physical system of INS module based on MEMS. The results show that the proposed method can improve the clustering performance of randomly sampled INS data, suppress noise interference, and make the clustering division of INS motion phase clearer and clearer.
【作者單位】： 上海大學(xué)機(jī)電工程與自動(dòng)化學(xué)院上海市電站自動(dòng)化技術(shù)重點(diǎn)實(shí)驗(yàn)室;魯東大學(xué)信息與電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金(61403244) 上海市科委“揚(yáng)帆計(jì)劃”(14YF1408600)、上海市科委重大基礎(chǔ)研究(14JC1402200)項(xiàng)目資助 上海市經(jīng)信委“產(chǎn)學(xué)研”合作計(jì)劃(CXY-2013-71)
【分類號(hào)】：TP391.41
【正文快照】： 1引言 慣性導(dǎo)航系統(tǒng)(inertial navigation system,INS)通過加速度計(jì)、陀螺儀獲取運(yùn)動(dòng)載體的加速度及角度信息以估算自身位置及姿態(tài),其廣泛應(yīng)用于機(jī)器人、飛機(jī)、潛艇、導(dǎo)彈等軍用、民用裝備之上。由于INS中加速度計(jì)、陀螺儀測(cè)量值存在一定的積累誤差,為了后續(xù)算法能夠有效估算

【共引文獻(xiàn)】

相關(guān)期刊論文 前4條

1 趙雪梅;李玉;趙泉華;;結(jié)合高斯回歸模型和隱馬爾可夫隨機(jī)場的模糊聚類圖像分割[J];電子與信息學(xué)報(bào);2014年11期

2 王雪;李宣平;戴逸翔;;多相水平集協(xié)同空間模糊聚類圖像多目標(biāo)分割[J];機(jī)械工程學(xué)報(bào);2013年20期

3 鄧小琴;朱啟兵;黃敏;;融合光譜、紋理及形態(tài)特征的水稻種子品種高光譜圖像單粒鑒別[J];激光與光電子學(xué)進(jìn)展;2015年02期

4 周文剛;孫挺;朱海;;一種基于自適應(yīng)空間信息改進(jìn)FCM的圖像分割算法[J];計(jì)算機(jī)應(yīng)用研究;2015年07期

相關(guān)碩士學(xué)位論文 前3條

1 胡瑩妲;基于視覺技術(shù)的農(nóng)作物害蟲的統(tǒng)計(jì)研究[D];浙江理工大學(xué);2014年

2 孫鵬;交互式圖像分割和語義圖像分割算法的研究[D];燕山大學(xué);2014年

3 徐露;醫(yī)學(xué)顯微細(xì)胞圖像分割算法及熒光強(qiáng)度提取研究[D];南昌大學(xué);2014年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王兆紅;;利用圖的廣度優(yōu)先搜索解決農(nóng)夫過河問題[J];信息技術(shù);2005年12期

2 錢瑩;;基于廣度優(yōu)先搜索的八數(shù)碼問題解決方案[J];電腦學(xué)習(xí);2008年01期

3 連順金;;廣度優(yōu)先搜索的一種實(shí)現(xiàn)算法[J];福建電腦;2010年01期

4 許光漢;用廣度優(yōu)先搜索求割點(diǎn)和塊的算法研究[J];北京航空航天大學(xué)學(xué)報(bào);1991年02期

5 溫靜;通過廣度優(yōu)先搜索有向圖重組規(guī)則次序[J];湖北大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

6 唐名華;;用改進(jìn)的廣度優(yōu)先搜索算法計(jì)算點(diǎn)的出行范圍[J];茂名學(xué)院學(xué)報(bào);2006年03期

7 王桂平;張帥;;基于雙向廣度優(yōu)先搜索的魔力方塊問題求解[J];計(jì)算機(jī)工程;2011年20期

8 趙茹;王華軍;;基于廣度優(yōu)先搜索的空間搜索算法[J];福建電腦;2012年03期

9 匡桂娟,劉昕,張宗云;廣度優(yōu)先搜索算法在交叉立方體中的應(yīng)用[J];青島大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年04期

10 匡桂娟,鐘普浴,于仁師,王承明;廣度優(yōu)先搜索算法在螺旋立方體中的應(yīng)用[J];山東輕工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2005年02期

相關(guān)會(huì)議論文 前1條

1 張海波;張曉云;張莉;陶文偉;王俏文;;基于廣度優(yōu)先搜索的配電網(wǎng)故障恢復(fù)算法[A];中國高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

相關(guān)碩士學(xué)位論文 前6條

1 楊愛民;并行廣度優(yōu)先搜索算法研究[D];西安電子科技大學(xué);2012年

2 曾王輝;微博網(wǎng)絡(luò)的社區(qū)發(fā)現(xiàn)研究[D];云南大學(xué);2012年

3 匡桂娟;廣度優(yōu)先搜索算法在互連網(wǎng)絡(luò)通信中的應(yīng)用[D];青島大學(xué);2005年

4 楊劍鋒;針對(duì)廣度優(yōu)先搜索算法的多核處理器定制優(yōu)化[D];清華大學(xué);2014年

5 王樺;基于廣度優(yōu)先的主題爬蟲的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2011年

6 劉保言;對(duì)等（P2P）網(wǎng)絡(luò)搜索技術(shù)的研究[D];重慶大學(xué);2004年

，

本文編號(hào)：1429173